| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外的研究与发展现状 | 第12-16页 |
| 1.2.1 数字图像处理的研究与发展现状 | 第12-15页 |
| 1.2.2 红外图像技术在电力系统的运用与研究现状 | 第15-16页 |
| 1.3 本文的主要工作与结构安排 | 第16-18页 |
| 第二章 红外图像的预处理 | 第18-33页 |
| 2.1 引言 | 第18页 |
| 2.2 红外图像的特点及噪声分析 | 第18-19页 |
| 2.2.1 红外图像的特点 | 第18-19页 |
| 2.2.2 红外图像的噪声分析 | 第19页 |
| 2.3 常用的红外图像去噪方法 | 第19-22页 |
| 2.3.1 邻域平均法 | 第20页 |
| 2.3.2 中值滤波 | 第20-21页 |
| 2.3.3 小波阈值去噪 | 第21-22页 |
| 2.4 改进的小波阈值去噪 | 第22-27页 |
| 2.4.1 阈值函数 | 第22-24页 |
| 2.4.2 阈值的选择 | 第24-25页 |
| 2.4.3 实验结果与分析 | 第25-27页 |
| 2.5 中值滤波与改进的小波阈值去噪结合 | 第27-30页 |
| 2.5.1 算法的实现步骤 | 第27-28页 |
| 2.5.2 实验结果与分析 | 第28-30页 |
| 2.6 红外图像的对比度增强 | 第30-31页 |
| 2.7 本章小结 | 第31-33页 |
| 第三章 红外图像的分割 | 第33-49页 |
| 3.1 引言 | 第33页 |
| 3.2 图像分割概述 | 第33-34页 |
| 3.3 常用的图像分割方法 | 第34-40页 |
| 3.3.1 Otsu分割法 | 第34-36页 |
| 3.3.2 边缘检测法 | 第36-38页 |
| 3.3.3 数学形态学算法 | 第38-39页 |
| 3.3.4 区域生长法 | 第39-40页 |
| 3.4 基于改进区域生长法的变电设备红外图像分割 | 第40-48页 |
| 3.4.1 改进的区域生长法 | 第41-45页 |
| 3.4.2 本文提出分割方法的步骤 | 第45-46页 |
| 3.4.3 实验结果与分析 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 基于Hu矩的特征提取与基于SVM的图像识别 | 第49-71页 |
| 4.1 引言 | 第49-51页 |
| 4.1.1 红外图像的特征提取 | 第49-50页 |
| 4.1.2 红外图像的识别 | 第50-51页 |
| 4.2 基于Hu矩的形状特征提取 | 第51-59页 |
| 4.2.1 矩的定义 | 第51-52页 |
| 4.2.2 矩的物理意义 | 第52页 |
| 4.2.3 Hu矩的概念及选择Hu矩的原因 | 第52-54页 |
| 4.2.4 实验结果与分析 | 第54-59页 |
| 4.3 支持向量机(SVM)概述 | 第59-64页 |
| 4.3.1 线性可分时的SVM | 第59-62页 |
| 4.3.2 非线性可分时的SVM | 第62-63页 |
| 4.3.3 SVM的核函数种类 | 第63-64页 |
| 4.3.4 多类情况下的分类策略 | 第64页 |
| 4.4 基于支持向量机的图像识别 | 第64-70页 |
| 4.4.1 数据的获取以及规格化 | 第65-66页 |
| 4.4.2 核函数及其参数的确定 | 第66-68页 |
| 4.4.3 实验结果与分析 | 第68-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第五章 基于相对温差法的变电设备热故障诊断 | 第71-79页 |
| 5.1 引言 | 第71页 |
| 5.2 红外诊断的原理和方法 | 第71-73页 |
| 5.2.1 红外辐射与热 | 第71-72页 |
| 5.2.2 红外诊断的方法 | 第72-73页 |
| 5.3 变电设备热故障概述 | 第73-75页 |
| 5.3.1 变电设备热故障的类型 | 第73-74页 |
| 5.3.2 变电设备热故障的等级 | 第74-75页 |
| 5.4 变电设备的热故障诊断 | 第75-78页 |
| 5.4.1 红外诊断方案设计 | 第75-76页 |
| 5.4.2 红外图像识别与诊断系统流程图 | 第76页 |
| 5.4.3 红外图像识别与诊断仿真系统的实现 | 第76-78页 |
| 5.5 本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 全文总结 | 第79-80页 |
| 6.2 工作展望 | 第80-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87-88页 |
| 攻读硕士学位期间取得的研究成果 | 第88页 |