| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题的研究背景及意义 | 第9页 |
| 1.2 国内外研究现状与发展趋势 | 第9-11页 |
| 1.2.1 巡检方法研究现状 | 第9-11页 |
| 1.2.2 变电站巡检的发展趋势 | 第11页 |
| 1.3 本文主要研究的内容 | 第11-12页 |
| 1.4 相关技术要求 | 第12页 |
| 1.4.1 准确性 | 第12页 |
| 1.4.2 实时性 | 第12页 |
| 1.5 整体方案设计 | 第12-14页 |
| 1.6 本章小节 | 第14-15页 |
| 第二章 红外图像故障分析的研究 | 第15-21页 |
| 2.1 引言 | 第15页 |
| 2.2 电气设备红外图像测温原理 | 第15-18页 |
| 2.2.1 红外辐射原理 | 第15-17页 |
| 2.2.2 红外图像的基本特征 | 第17页 |
| 2.2.3 红外图像测温原理 | 第17-18页 |
| 2.3 电气设备故障与发热分析 | 第18-20页 |
| 2.3.1 设备故障分类 | 第18-19页 |
| 2.3.2 设备故障发热诊断方法 | 第19-20页 |
| 2.4 本章小节 | 第20-21页 |
| 第三章 基于Hessian矩阵的分水岭图像分割 | 第21-39页 |
| 3.1 引言 | 第21页 |
| 3.2 图像预处理 | 第21-26页 |
| 3.3 图像分割 | 第26-32页 |
| 3.3.1 经典的分水岭图像分割算法 | 第27-28页 |
| 3.3.2 改进的分水岭图像分割算法 | 第28-29页 |
| 3.3.3 实验结果与分析 | 第29-32页 |
| 3.4 Hessian矩阵特征增强 | 第32-35页 |
| 3.4.1 Hessian矩阵的构造 | 第32-33页 |
| 3.4.2 Hessian矩阵特征值分析 | 第33-34页 |
| 3.4.3 实验结果与分析 | 第34-35页 |
| 3.5 自动种子区域生长 | 第35-37页 |
| 3.5.1 选择种子点 | 第36页 |
| 3.5.2 区域生长 | 第36-37页 |
| 3.5.3 实验结果与分析 | 第37页 |
| 3.6 本章小结 | 第37-39页 |
| 第四章 基于双向匹配和RANSAC的SIFT图像配准 | 第39-55页 |
| 4.1 引言 | 第39页 |
| 4.2. 图像配准 | 第39-50页 |
| 4.2.1 经典的SIFT特征检测算法 | 第40-42页 |
| 4.2.2 特征点精确定位 | 第42-43页 |
| 4.2.3 SIFT特征点定向分配 | 第43-44页 |
| 4.2.4 改进的SIFT特征检测算法 | 第44-47页 |
| 4.2.5 实验结果与分析 | 第47-50页 |
| 4.3 特征点精炼与匹配 | 第50-54页 |
| 4.3.1 特征粗匹配 | 第50页 |
| 4.3.2 特征精匹配 | 第50-52页 |
| 4.3.3 实验结果与分析 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 总结 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间发表的学术论文情况 | 第62页 |