摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-23页 |
1.1 课题背景 | 第11-12页 |
1.2 智能视频图像分析技术发展与应用 | 第12-17页 |
1.2.1 图像分割的国内外研究现状 | 第13-14页 |
1.2.2 图像特征提取的国内外研究现状 | 第14-16页 |
1.2.3 分类器的国内外研究现状 | 第16页 |
1.2.4 图像测量的国内外研究现状 | 第16-17页 |
1.3 高压试验智能视频分析技术现状 | 第17-19页 |
1.3.1 绝缘子图像分割技术国内外研究现状 | 第17-18页 |
1.3.2 绝缘子图像特征提取与分类技术国内外研究现状 | 第18页 |
1.3.3 绝缘子图像测量技术国内外研究现状 | 第18-19页 |
1.4 高压试验智能视频分析要解决的问题 | 第19-20页 |
1.5 论文目标及论文的主要内容 | 第20-23页 |
1.5.1 研究目标 | 第20-21页 |
1.5.2 主要研究内容 | 第21-23页 |
第二章 高压试验智能视频分析技术基础 | 第23-37页 |
2.1 智能视频分析的关键环节 | 第23-24页 |
2.2 图像分割 | 第24-28页 |
2.2.1 颜色空间 | 第24-25页 |
2.2.2 基于区域的图像分割算法 | 第25-28页 |
2.2.3 数学形态学 | 第28页 |
2.3 图像特征分析及分类 | 第28-32页 |
2.3.1 颜色特征 | 第29页 |
2.3.2 纹理特征 | 第29-30页 |
2.3.3 智能分类 | 第30-32页 |
2.4 图像测量与识别 | 第32-37页 |
2.4.1 图像预处理 | 第32-34页 |
2.4.2 轮廓提取算法 | 第34-36页 |
2.4.3 轮廓跟踪 | 第36-37页 |
第三章 高压试验双伞绝缘子图像分割 | 第37-43页 |
3.1 双伞绝缘子图像分割特点分析 | 第37页 |
3.2 图像分割基本流程 | 第37页 |
3.3 双伞绝缘子图像分割 | 第37-42页 |
3.3.1 RGB转换HSI颜色空间 | 第37-40页 |
3.3.2 基于Otsu阈值补偿算法 | 第40-42页 |
3.4 本章小结 | 第42-43页 |
第四章 高压试验双伞绝缘子图像覆冰程度分类 | 第43-50页 |
4.1 双伞绝缘子图像特征分析 | 第43-44页 |
4.2 特征及特征提取 | 第44-47页 |
4.2.1 颜色特征提取 | 第44页 |
4.2.2 灰度特征提取 | 第44-45页 |
4.2.3 纹理特征提取 | 第45-47页 |
4.3 智能分类 | 第47-49页 |
4.4 本章小结 | 第49-50页 |
第五章 高压试验双伞绝缘子图像测量 | 第50-74页 |
5.1 双伞绝缘子特点分析及图像测量流程 | 第50页 |
5.2 轮廓跟踪起点检测 | 第50-55页 |
5.2.1 绝缘子盘径端点自动检测 | 第51-53页 |
5.2.2 绝缘子盘径端点自动配对 | 第53-54页 |
5.2.3 轮廓跟踪起点检测 | 第54-55页 |
5.3 深色绝缘子覆冰轮廓提取 | 第55-62页 |
5.3.1 图像预处理 | 第55-59页 |
5.3.2 自适应局部阈值化 | 第59-61页 |
5.3.3 提取轮廓 | 第61-62页 |
5.4 浅色绝缘子覆冰轮廓提取 | 第62-69页 |
5.4.1 改进Canny算子轮廓提取 | 第63-67页 |
参考文献 | 第65-67页 |
5.4.3 构造轮廓 | 第67-69页 |
5.5 基于轮廓跟踪的桥接百分比计算 | 第69-73页 |
5.6 本章小结 | 第73-74页 |
第六章 高压试验智能视频分析算法测试 | 第74-79页 |
6.1 图像分割算法测试 | 第74-75页 |
6.2 覆冰程度智能分类测试 | 第75-76页 |
6.3 图像测量算法测试 | 第76-79页 |
6.3.1 绝缘子盘径端点自动检测算法测试 | 第76-77页 |
6.3.2 绝缘子盘径端点自动配对算法测试 | 第77-78页 |
6.3.3 基于轮廓跟踪的桥接百分比计算测试 | 第78-79页 |
第七章 结论与展望 | 第79-81页 |
7.1 结论 | 第79-80页 |
7.2 不足与展望 | 第80-81页 |
参考文献 | 第81-87页 |
致谢 | 第87-88页 |
攻读学位期间发表的学术论文 | 第88页 |