| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 1 绪论 | 第6-11页 |
| ·课题的研究背景和意义 | 第6页 |
| ·国内外的应用和研究现状 | 第6-9页 |
| ·红外技术在电力设备检测中的应用 | 第6-7页 |
| ·红外图像识别与诊断技术在国内外的发展及研究现状 | 第7-9页 |
| ·本文工作流程和结构安排 | 第9-11页 |
| 2 变电站红外图像预处理 | 第11-17页 |
| ·红外图像的噪声处理 | 第11-14页 |
| ·中值滤波 | 第11页 |
| ·平均邻域法 | 第11-12页 |
| ·基于小波变换和均值滤波的去噪方法 | 第12-14页 |
| ·实验结果与分析 | 第14页 |
| ·红外图像的对比度增强 | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 3 变电站红外图像分割 | 第17-31页 |
| ·基于边缘检测的红外图像分割研究 | 第17-23页 |
| ·边缘检测原理 | 第17-18页 |
| ·经典边缘检测算子 | 第18页 |
| ·Kirsch 边缘检测算子 | 第18-20页 |
| ·Kirsch 边缘检测算子的快速算法 | 第20-21页 |
| ·实验结果与分析 | 第21-23页 |
| ·基于阈值的红外图像分割研究 | 第23-27页 |
| ·最大类间方差法 | 第24-25页 |
| ·最小误差法 | 第25-26页 |
| ·最大熵法 | 第26-27页 |
| ·实验结果与分析 | 第27页 |
| ·基于形态学的最大类间方差法和Kirsch 算子的图像分割法 | 第27-30页 |
| ·最大类间方差法和Kirsch 算子相结合的图像分割法 | 第27-28页 |
| ·形态学细化算法 | 第28-30页 |
| ·实验结果与分析 | 第30页 |
| ·本章小结 | 第30-31页 |
| 4 基于改进Hu 距的红外图像识别 | 第31-42页 |
| ·矩的概念 | 第31-32页 |
| ·矩的物理意义 | 第32-33页 |
| ·基于Hu 矩的特征提取 | 第33-35页 |
| ·Hu 矩的定义 | 第33-34页 |
| ·Hu 矩的特征提取 | 第34-35页 |
| ·基于改进Hu 矩的特征提取 | 第35-39页 |
| ·改进Hu 矩的不变性测试 | 第37-39页 |
| ·改进Hu 矩的特征提取 | 第39页 |
| ·最近邻分类识别 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 5 基于相对温差法的变电站红外故障诊断 | 第42-49页 |
| ·红外诊断技术介绍 | 第42-45页 |
| ·红外诊断技术的特点 | 第42-43页 |
| ·红外诊断方法 | 第43-45页 |
| ·变电站红外图像故障诊断 | 第45-48页 |
| ·变电站设备热故障的原因和分类 | 第45-46页 |
| ·红外图像数据库的建立 | 第46页 |
| ·变电站设备故障的自动诊断 | 第46-47页 |
| ·实验结果与分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 6 结论 | 第49-50页 |
| ·本文主要工作 | 第49页 |
| ·问题与展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54页 |