基于图像处理的悬式绝缘子串外力破损检测算法研究
摘要 | 第4-5页 |
abstract | 第5页 |
1 绪论 | 第10-14页 |
1.1 课题研究背景及意义 | 第10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 绝缘子破损检测研究现状 | 第10-11页 |
1.2.2 发展现状分析 | 第11-12页 |
1.3 本文的研究内容 | 第12-14页 |
2 绝缘子破损检测系统总体方案设计 | 第14-20页 |
2.1 系统总体结构 | 第14页 |
2.2 前端监测装置 | 第14-17页 |
2.2.1 视频采集模块 | 第15页 |
2.2.2 智能视频分析模块 | 第15-16页 |
2.2.3 电源模块 | 第16-17页 |
2.3 系统通信网络 | 第17-18页 |
2.3.1 有线数据通信 | 第17-18页 |
2.3.2 无线数据通信 | 第18页 |
2.3.3 OPGW+WIFI通信方式 | 第18页 |
2.4 后台监控中心WEB客户端软件 | 第18-20页 |
3 绝缘子图像预处理 | 第20-26页 |
3.1 绝缘子图像的采集 | 第20页 |
3.2 图像灰度化 | 第20-21页 |
3.3 图像对比度增强 | 第21-22页 |
3.4 图像去噪 | 第22-23页 |
3.4.1 绝缘子图像中的噪声 | 第22页 |
3.4.2 中值滤波 | 第22-23页 |
3.5 实验与分析 | 第23-25页 |
3.5.1 灰度化处理 | 第23-24页 |
3.5.2 图像对比度增强处理 | 第24-25页 |
3.5.3 图像去噪处理 | 第25页 |
3.6 本章小结 | 第25-26页 |
4 绝缘子的识别与定位 | 第26-42页 |
4.1 传统基于HSI的绝缘子识别 | 第26-28页 |
4.2 改进的基于HSI的绝缘子识别方法 | 第28-31页 |
4.2.1 方法概述 | 第28页 |
4.2.2 基于HSI的绝缘子识别过程 | 第28-31页 |
4.3 实验与分析 | 第31-40页 |
4.3.1 获取H、S分量 | 第31-32页 |
4.3.2 制定分割算法 | 第32-33页 |
4.3.3 绝缘子类型判定 | 第33页 |
4.3.4 图像分割 | 第33-36页 |
4.3.5 形态学滤波 | 第36页 |
4.3.6 连通区域标记 | 第36页 |
4.3.7 绝缘子形状特征值 | 第36-38页 |
4.3.8 绝缘子识别的分类决策 | 第38-39页 |
4.3.9 识别效果比较 | 第39-40页 |
4.4 本章小结 | 第40-42页 |
5 绝缘子的缺陷检测 | 第42-56页 |
5.1 绝缘子状态分类 | 第42-46页 |
5.1.1 绝缘子特征的提取 | 第43页 |
5.1.2 LBP算子定义及扩展 | 第43-45页 |
5.1.3 半监督学习算法 | 第45页 |
5.1.4 基于生成式混合模型的半监督学习算法 | 第45-46页 |
5.2 玻璃绝缘子自爆检测 | 第46-48页 |
5.2.1 匹配模板的确定 | 第47页 |
5.2.2 自爆缺陷相对坐标的确定 | 第47页 |
5.2.3 自爆缺陷的定位 | 第47-48页 |
5.3 瓷质绝缘子边缘破损检测 | 第48-51页 |
5.3.1 改进的Canny算子边缘检测 | 第48-50页 |
5.3.2 曲线拟合 | 第50-51页 |
5.3.3 阈值选取 | 第51页 |
5.3.4 拟合误差滤除 | 第51页 |
5.4 实验与分析 | 第51-55页 |
5.4.1 绝缘子特征的提取 | 第51-52页 |
5.4.2 半监督EM算法的分类效果 | 第52-53页 |
5.4.3 检测玻璃绝缘子自爆缺陷实验结果 | 第53页 |
5.4.4 检测瓷质绝缘子边缘破损实验结果 | 第53-55页 |
5.5 本章小结 | 第55-56页 |
6 绝缘子破损检测系统应用分析 | 第56-60页 |
6.1 绝缘子破损检测算法验证 | 第56-57页 |
6.1.1 玻璃绝缘子自爆检测算法验证 | 第56-57页 |
6.1.2 瓷质绝缘子边缘破损检测算法验证 | 第57页 |
6.2 绝缘子破损检测系统软件功能实现 | 第57-60页 |
6.2.1 WEB查看客户端 | 第57-58页 |
6.2.2 手持终端 | 第58-60页 |
7 总结与展望 | 第60-62页 |
7.1 总结 | 第60页 |
7.2 展望 | 第60-62页 |
参考文献 | 第62-68页 |
附录 | 第68-74页 |
攻读学位期间发表学术论文清单 | 第74-76页 |
致谢 | 第76页 |