| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题背景及意义 | 第10-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·论文的主要工作 | 第13-15页 |
| 第2章 复合绝缘子憎水性检测技术与方法 | 第15-30页 |
| ·复合绝缘子的绝缘结构及特性 | 第15-22页 |
| ·复合绝缘子材料结构特性 | 第15-19页 |
| ·复合绝缘子憎水性及其憎水迁移性 | 第19-22页 |
| ·复合绝缘子憎水性传统检测方法 | 第22-28页 |
| ·喷水分级法 | 第22-23页 |
| ·静态接触角测量法 | 第23-24页 |
| ·表面张力法 | 第24页 |
| ·憎水性指示函数法 | 第24-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 基于数字图像处理技术的憎水性图像预处理算法研究 | 第30-40页 |
| ·数字图像处理发展及其应用 | 第30-31页 |
| ·憎水性数字图像处理过程及算法研究 | 第31-39页 |
| ·憎水性图像采集与数字化处理算法 | 第31-32页 |
| ·憎水性图像增强算法 | 第32-37页 |
| ·憎水性图像分割算法 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 憎水性图像预处理改进算法的理论与算法实现 | 第40-49页 |
| ·基于同态滤波的局部直方图均衡化 | 第40-41页 |
| ·自适应中值滤波算法 | 第41-43页 |
| ·基于最大类间方差的遗传阈值分割算法 | 第43-46页 |
| ·憎水性图像特征码计算 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于改进型BP神经网络的绝缘子憎水性分级方法的研究 | 第49-59页 |
| ·改进形状因子法实验分析 | 第49-50页 |
| ·改进型BP神经网络原理 | 第50-55页 |
| ·改进型BP神经网络分级算法设计与实现 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 附录A (攻读学位期间取得的研究成果) | 第68-69页 |
| 附录B (攻读学位期间参加的科研项目) | 第69页 |