| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-15页 |
| 1.1 课题研究的背景和意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 电力线异物入侵监控 | 第11-12页 |
| 1.2.2 电力线风舞监控 | 第12-13页 |
| 1.3 本文研究的问题 | 第13-14页 |
| 1.4 本文的章节安排 | 第14-15页 |
| 2 基于图像的电力线提取方法的研究 | 第15-27页 |
| 2.1 电力线图像特征 | 第15页 |
| 2.2 基于边缘检测的电力线提取 | 第15-16页 |
| 2.3 基于电力线结构和像素特征的静态电力线提取 | 第16-23页 |
| 2.3.1 电力线提取 | 第16-18页 |
| 2.3.2 连通域提取 | 第18-19页 |
| 2.3.3 电力线连接 | 第19-22页 |
| 2.3.4 实验结果 | 第22-23页 |
| 2.4 基于帧差法的舞动电力线提取 | 第23-26页 |
| 2.4.1 帧差法 | 第23页 |
| 2.4.2 帧差法提取舞动电力线 | 第23-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 双目视觉系统与立体匹配算法 | 第27-55页 |
| 3.1 双目视觉基本原理 | 第27-33页 |
| 3.1.1 单目相机模型 | 第27-31页 |
| 3.1.2 双目相机模型 | 第31-33页 |
| 3.2 双目视觉基本步骤 | 第33-36页 |
| 3.2.1 摄像机标定 | 第33-34页 |
| 3.2.2 图像矫正 | 第34-36页 |
| 3.2.3 立体匹配与三维重建 | 第36页 |
| 3.3 常用立体匹配算法 | 第36-39页 |
| 3.4 基于AD-census和多权值的自适应窗口的立体匹配算法 | 第39-47页 |
| 3.4.1 代价计算 | 第39-40页 |
| 3.4.2 代价聚合 | 第40-42页 |
| 3.4.3 视差计算与优化 | 第42-43页 |
| 3.4.4 实验结果 | 第43-47页 |
| 3.5 基于插值法的电力线立体匹配 | 第47-51页 |
| 3.6 基于背景差法的移动物体立体匹配 | 第51-54页 |
| 3.6.1 移动物体检测 | 第51-53页 |
| 3.6.2 移动物体的立体匹配 | 第53-54页 |
| 3.7 本章小结 | 第54-55页 |
| 4 电力线监控系统算法设计 | 第55-63页 |
| 4.1 三维坐标获取 | 第55-56页 |
| 4.2 电力线舞动监测 | 第56-57页 |
| 4.2.1 电力线舞动监测算法设计 | 第56-57页 |
| 4.2.2 电力线舞动监测实验结果 | 第57页 |
| 4.3 异物入侵监测 | 第57-60页 |
| 4.3.1 异物入侵监测算法设计 | 第57-59页 |
| 4.3.2 异物入侵监测实验结果 | 第59-60页 |
| 4.4 电力线通道监测 | 第60-61页 |
| 4.4.1 电力线通道监测算法设计 | 第60-61页 |
| 4.4.2 电力线通道监测实验结果 | 第61页 |
| 4.5 本章小结 | 第61-63页 |
| 5 电力线监控系统软件设计 | 第63-72页 |
| 5.1 软件总体架构 | 第63-64页 |
| 5.2 软件总体流程 | 第64-65页 |
| 5.3 主要软件模块设计 | 第65-71页 |
| 5.3.1 阈值设定 | 第65-67页 |
| 5.3.2 区域标定 | 第67-68页 |
| 5.3.3 预警模块 | 第68-69页 |
| 5.3.4 监控管理 | 第69-71页 |
| 5.4 本章小结 | 第71-72页 |
| 6 总结与展望 | 第72-74页 |
| 6.1 工作总结 | 第72-73页 |
| 6.2 工作展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 作者简历 | 第78页 |