| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题背景及研究意义 | 第10-12页 |
| 1.2 输电线路图像识别的国内外研究现状 | 第12-15页 |
| 1.2.1 图像处理及识别技术概述 | 第12-14页 |
| 1.2.2 基于图像识别技术的输电线路缺陷识别研究现状 | 第14-15页 |
| 1.3 本文研究内容及章节安排 | 第15-17页 |
| 第二章 算法关键技术简介 | 第17-27页 |
| 2.1 Lab颜色空间模型 | 第17-18页 |
| 2.2 形态学处理 | 第18-19页 |
| 2.2.1 腐蚀运算 | 第18-19页 |
| 2.2.2 膨胀运算 | 第19页 |
| 2.3 最大类间方差阂值分割 | 第19-21页 |
| 2.4 图像增强-直方图均衡化 | 第21-22页 |
| 2.5 Hough直线检测 | 第22-24页 |
| 2.5.1 图像直角坐标系 | 第22-23页 |
| 2.5.2 极坐标参数空间 | 第23-24页 |
| 2.6 Canny边缘检测 | 第24-26页 |
| 2.6.1 高斯平滑滤波 | 第24页 |
| 2.6.2 梯度的幅度及方向 | 第24-26页 |
| 2.6.3 非最大梯度幅值抑制 | 第26页 |
| 2.6.4 梯度图像双阈值分割与边缘连接 | 第26页 |
| 2.7 本章小结 | 第26-27页 |
| 第三章 绝缘子“自爆”缺陷识别算法研究 | 第27-41页 |
| 3.1 绝缘子“自爆缺陷”简介 | 第27页 |
| 3.2 绝缘子自爆识别算法概述 | 第27-29页 |
| 3.3 绝缘子复杂背景的去除 | 第29-34页 |
| 3.3.1 Lab空间转换及初步分割 | 第29-30页 |
| 3.3.2 分割图像的进一步处理 | 第30-34页 |
| 3.4 绝缘子“自爆”缺陷的检测与精确定位 | 第34-40页 |
| 3.4.1 最小二乘法直线拟合绝缘子图像 | 第34-36页 |
| 3.4.2 绝缘子串数学模型的建立 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 复杂背景下导线“断股”缺陷识别算法研究 | 第41-57页 |
| 4.1 导线“断股”缺陷简介 | 第41页 |
| 4.2 导线“断股”识别算法概述 | 第41-42页 |
| 4.3 自然背景下导线的分割 | 第42-51页 |
| 4.3.1 导线的初步分割 | 第42-45页 |
| 4.3.2 隔离棒的去除与其它背景干扰的去除 | 第45-50页 |
| 4.3.3 导线周围条状干扰的去除 | 第50-51页 |
| 4.4 导线“断股”缺陷的识别与定位 | 第51-55页 |
| 4.4.1 导线连通域的提取 | 第51-54页 |
| 4.4.2 导线“断股”缺陷判断 | 第54-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 远程智能巡线平台介绍与缺陷识别算法的验证 | 第57-69页 |
| 5.1 远程智能巡线平台简介 | 第57-59页 |
| 5.1.1 整体系统架构简介 | 第57-58页 |
| 5.1.2 软件平台介绍 | 第58-59页 |
| 5.2 输电线路缺陷识别算法的测试 | 第59-68页 |
| 5.2.1 OPENCV的简介 | 第59-60页 |
| 5.2.2 输电线路缺陷识别算法的测试 | 第60-68页 |
| 5.3 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-72页 |
| 6.1 全文工作总结 | 第69页 |
| 6.2 作展望 | 第69-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士期间研究成果 | 第77-78页 |