| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题的研究背景及意义 | 第8页 |
| 1.2 国内外研究状况及发展趋势 | 第8-10页 |
| 1.2.1 电力系统红外检测国内外研究状况 | 第8-9页 |
| 1.2.2 电力设备故障检测国内外研究状况 | 第9页 |
| 1.2.3 膜计算的国内外研究状况 | 第9-10页 |
| 1.2.4 发展趋势 | 第10页 |
| 1.3 本文的主要工作 | 第10-13页 |
| 2 变电站红外图像的预处理与分割 | 第13-37页 |
| 2.1 红外图像预处理 | 第13-23页 |
| 2.1.1 变电站红外图像的特点 | 第13页 |
| 2.1.2 彩色图像灰度化 | 第13-14页 |
| 2.1.3 噪声处理 | 第14-17页 |
| 2.1.4 实验结果与分析 | 第17-23页 |
| 2.2 红外图像分割方法 | 第23-32页 |
| 2.2.1 基于阈值的分割方法 | 第23-26页 |
| 2.2.2 基于边缘的分割方法 | 第26-29页 |
| 2.2.3 基于区域的分割方法 | 第29页 |
| 2.2.4 传统方法的实验结果与分析 | 第29-32页 |
| 2.3 K-means和FCM算法 | 第32-35页 |
| 2.3.1 K-means算法 | 第32-34页 |
| 2.3.2 FCM算法 | 第34-35页 |
| 2.4 本章小结 | 第35-37页 |
| 3 基于膜聚类的图像分割方法 | 第37-49页 |
| 3.1 前言 | 第37-38页 |
| 3.2 一种基于膜聚类的图像分割算法（P_FCM） | 第38-41页 |
| 3.2.1 一种细胞型P系统 | 第38-39页 |
| 3.2.2 差分进化机制 | 第39页 |
| 3.2.3 模糊因子W_(ki) | 第39-40页 |
| 3.2.4 P_FCM的算法实现 | 第40-41页 |
| 3.3 实验结果与分析 | 第41-48页 |
| 3.3.1 合成图像的结果与分析 | 第42-43页 |
| 3.3.2 真实图像的结果与分析 | 第43-44页 |
| 3.3.3 Berkeley图像的结果与分析 | 第44-48页 |
| 3.4 本章小结 | 第48-49页 |
| 4 P_FCM在变电站电力设备中的应用 | 第49-57页 |
| 4.1 红外巡检与报警系统 | 第49-50页 |
| 4.1.1 系统的组成 | 第49-50页 |
| 4.1.2 系统的工作原理 | 第50页 |
| 4.2 P_FCM算法在变压器散热器故障区域分割中的应用 | 第50-52页 |
| 4.2.1 实验结果与分析 | 第51-52页 |
| 4.3 P_FCM算法在电力设备故障区域自动检测中的应用 | 第52-56页 |
| 4.3.1 标记和计算目标区域面积的方法 | 第52页 |
| 4.3.2 计算故障损坏程度 | 第52页 |
| 4.3.3 故障区域检测步骤 | 第52-53页 |
| 4.3.4 实验结果与分析 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间学术论文及科研情况 | 第62-63页 |
| 致谢 | 第63-65页 |
