| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.1.1 绝缘子闪络的成因及危害 | 第9-10页 |
| 1.1.2 绝缘子闪络分类的必要性 | 第10页 |
| 1.2 图像智能分析技术研究现状 | 第10-13页 |
| 1.2.1 图像分割技术研究现状 | 第10-12页 |
| 1.2.2 图像特征提取研究现状 | 第12页 |
| 1.2.3 图像分类技术研究现状 | 第12-13页 |
| 1.3 论文主要工作 | 第13页 |
| 1.4 论文章节安排 | 第13-15页 |
| 第二章 闪络视频分析算法理论技术基础 | 第15-29页 |
| 2.1 图像分割 | 第15-18页 |
| 2.1.1 图像分割特征依据 | 第15-16页 |
| 2.1.2 图像分割算法 | 第16-17页 |
| 2.1.3 图像分割评价 | 第17-18页 |
| 2.2 基于视觉显著性的图像增强 | 第18-22页 |
| 2.3 图像特征提取 | 第22-26页 |
| 2.3.1 颜色特征 | 第22-23页 |
| 2.3.2 纹理特征 | 第23页 |
| 2.3.3 形状特征 | 第23-24页 |
| 2.3.4 特征选择 | 第24-26页 |
| 2.4 支持向量机SVM的理论基础 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 绝缘子闪络图像分割算法优化 | 第29-41页 |
| 3.1 绝缘子闪络图像特点分析 | 第29页 |
| 3.2 多通道图像转换为单通道图像 | 第29-31页 |
| 3.3 基于阈值的闪络图像分割方案优点及不足 | 第31-33页 |
| 3.4 改进的绝缘子闪络图像分割方案 | 第33-37页 |
| 3.4.1 第一步:闪络图像视觉显著性增强 | 第33-35页 |
| 3.4.2 第二步:闪络图像边缘检测 | 第35-36页 |
| 3.4.3 第三步:闪络图像分割结果融合 | 第36-37页 |
| 3.5 闪络图像分割算法测试 | 第37-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 基于SVM的绝缘子闪络分类及优化研究 | 第41-53页 |
| 4.1 影响绝缘子闪络分类精度的因素 | 第41-44页 |
| 4.1.1 特征向量选取 | 第41-43页 |
| 4.1.2 核函数选择 | 第43-44页 |
| 4.1.3 核函数参数和惩罚系数 | 第44页 |
| 4.2 SVM参数对绝缘子闪络分类的影响实验 | 第44-46页 |
| 4.2.1 核函数对分类准确率的影响 | 第45页 |
| 4.2.2 惩罚系数与参数gamma对分类准确率的影响 | 第45-46页 |
| 4.3 基于改进的遗传算法的SVM参数优化研究 | 第46-48页 |
| 4.4 绝缘子闪络分类结果数据分析 | 第48-50页 |
| 4.4.1 基于混淆矩阵[45]的分类效果评价 | 第48-50页 |
| 4.4.2 闪络图像分类结果 | 第50页 |
| 4.5 本章小结 | 第50-53页 |
| 第五章 绝缘子闪络检测与分类系统实现 | 第53-59页 |
| 5.1 系统总体功能规划 | 第53页 |
| 5.2 模块功能介绍 | 第53-55页 |
| 5.2.1 图像分割模块 | 第53-54页 |
| 5.2.2 图像分类模块 | 第54-55页 |
| 5.2.3 其他模块 | 第55页 |
| 5.3 功能模块的实现 | 第55-57页 |
| 5.3.1 图像分割模块的实现 | 第55-56页 |
| 5.3.2 图像分类模块的实现 | 第56-57页 |
| 5.3.3 图像批处理分割的实现 | 第57页 |
| 5.4 软件实现过程遇到的问题 | 第57-58页 |
| 5.4.1 QT与OpenCV之间的图像数据转换 | 第57页 |
| 5.4.2 图像深拷贝和浅拷贝问题 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 不足与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的学术论文目录 | 第66页 |