摘要 | 第6-7页 |
abstract | 第7-8页 |
第1章 绪论 | 第12-18页 |
1.1 课题研究背景与意义 | 第12-14页 |
1.1.1 课题研究背景 | 第12-13页 |
1.1.2 研究意义 | 第13-14页 |
1.2 国内外发展现状 | 第14-16页 |
1.2.1 输电线路巡检发展现状 | 第14-15页 |
1.2.2 绝缘子缺陷检测技术发展现状 | 第15-16页 |
1.3 本文的主要工作 | 第16页 |
1.4 论文章节安排 | 第16-18页 |
第2章 航拍图像预处理 | 第18-24页 |
2.1 引言 | 第18页 |
2.2 灰度化处理 | 第18-19页 |
2.3 去除噪声 | 第19-20页 |
2.3.1 去除脉冲噪声 | 第19-20页 |
2.3.2 去除高斯噪声 | 第20页 |
2.4 实验平台搭建 | 第20-21页 |
2.5 实验结果与分析 | 第21-23页 |
2.6 本章小结 | 第23-24页 |
第3章 基于非下采样Contourlet和核函数的模糊C聚类均值的图像分割 | 第24-40页 |
3.1 图像分割概述 | 第24-25页 |
3.2 基于梯度的分割方法 | 第25-26页 |
3.2.1 Roberts边缘检测算子 | 第25-26页 |
3.2.2 Canny边缘检测 | 第26页 |
3.2.3 Prewitt边缘检测 | 第26页 |
3.3 基于阈值的图像分割方法 | 第26-29页 |
3.3.1 最大类间方差法 | 第27-29页 |
3.3.2 最小误差法 | 第29页 |
3.4 基于聚类的图像分割 | 第29-33页 |
3.4.1 模糊C-均值算法 | 第31-32页 |
3.4.2 模糊C-均值算法的改进算法 | 第32-33页 |
3.5 基于小波变换的模极大值法 | 第33-34页 |
3.6 基于非下采样Contourlet的图像分割 | 第34-35页 |
3.7 基于NSCT与KFCM聚类的分割算法 | 第35-36页 |
3.8 实验结果与分析 | 第36-39页 |
3.9 本章小结 | 第39-40页 |
第4章 绝缘子的识别与定位 | 第40-53页 |
4.1 引言 | 第40-41页 |
4.2 绝缘子粗定位 | 第41-46页 |
4.2.1 骨架提取 | 第41-44页 |
4.2.2 广义Hough变换检测曲线 | 第44-46页 |
4.3 绝缘子的细定位 | 第46-51页 |
4.3.1 不变矩特征提取 | 第46-48页 |
4.3.2 AdaBoost分类器训练 | 第48-51页 |
4.4 实验结果分析 | 第51-52页 |
4.5 本章小结 | 第52-53页 |
第5章 绝缘子的缺陷检测 | 第53-61页 |
5.1 绝缘子自爆缺陷检测 | 第53-56页 |
5.1.1 计算绝缘子的中心点坐标与区域坐标 | 第54-55页 |
5.1.2 检测绝缘子自爆区域 | 第55-56页 |
5.2 绝缘子污物检测 | 第56-58页 |
5.2.1 绝缘子污物检测分析 | 第56-57页 |
5.2.2 绝缘子污物检测算法 | 第57-58页 |
5.3 实验与分析 | 第58-60页 |
5.3.1 绝缘子自爆检测实验 | 第58-59页 |
5.3.2 绝缘子污物检测实验 | 第59-60页 |
5.4 本章小结 | 第60-61页 |
第6章 基于航拍图像的绝缘子缺陷检测软件设计 | 第61-74页 |
6.1 软件开发环境介绍 | 第61-63页 |
6.1.1 C | 第61-62页 |
6.1.2 EmguCV简介 | 第62-63页 |
6.1.3 Windows操作系统下使用EmguCV | 第63页 |
6.2 软件功能及总体架构设计 | 第63-64页 |
6.2.1 功能设计 | 第63页 |
6.2.2 软件总体架构 | 第63-64页 |
6.3 软件模块化功能实现 | 第64-73页 |
6.3.1 用户管理模块 | 第64-67页 |
6.3.2 文件操作模块 | 第67-68页 |
6.3.3 目标识别模块 | 第68-71页 |
6.3.4 绝缘子缺陷检测模块 | 第71页 |
6.3.5 缺陷库管理模块 | 第71-73页 |
6.4 本章小结 | 第73-74页 |
第7章 总结与展望 | 第74-77页 |
7.1 全文总结 | 第74-75页 |
7.2 展望 | 第75-77页 |
参考文献 | 第77-82页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第82-83页 |
致谢 | 第83-84页 |