| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-11页 |
| ·研究的背景、意义和目的 | 第7-8页 |
| ·红外图像识别的发展及其研究现状 | 第8-9页 |
| ·红外图像识别的过程框图 | 第9页 |
| ·论文的主要工作安排 | 第9-11页 |
| 2 变电站红外图像的预处理 | 第11-16页 |
| ·去噪的必要性 | 第11页 |
| ·红外图像噪声的特点 | 第11页 |
| ·传统的方法 | 第11-12页 |
| ·中值滤波去噪 | 第11页 |
| ·邻域平均法 | 第11-12页 |
| ·本文采用的方法 | 第12-15页 |
| ·基于灰度值相似度和空间临近度的加权均值滤波 | 第12-14页 |
| ·实验结果与分析 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 3 变电站红外图像的分割方法研究 | 第16-27页 |
| ·变电站红外热图分割的必要性 | 第16页 |
| ·图像分割的基本方法概述 | 第16-17页 |
| ·基于形态学边缘检测和Ostu法相结合分割方法的研究 | 第17-23页 |
| ·形态学边缘检测 | 第17-19页 |
| ·形态学边缘检测实验结果及分析 | 第19-21页 |
| ·灰度边缘图像的二值化 | 第21-22页 |
| ·实验结果分析 | 第22-23页 |
| ·基于数学形态学分水岭的分割方法的研究 | 第23-26页 |
| ·分水岭原理 | 第23-24页 |
| ·分水岭变换的数学描述 | 第24页 |
| ·基于标记的分水岭分割方法 | 第24-25页 |
| ·实验结果与分析 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 4 基于改进不变矩方法的变电站设备的识别 | 第27-40页 |
| ·矩与Hu矩的定义 | 第27-30页 |
| ·矩的定义 | 第27-28页 |
| ·矩的物理意义 | 第28-29页 |
| ·Hu矩 | 第29-30页 |
| ·线矩特征的计算 | 第30-32页 |
| ·基于线积分的不变矩计算 | 第30-31页 |
| ·基于二值图像的线矩特征实验 | 第31-32页 |
| ·改进的不变矩 | 第32-35页 |
| ·变电站设备的识别 | 第35-39页 |
| ·K-近邻分类器 | 第35页 |
| ·K-近邻分类器的数学描述 | 第35-37页 |
| ·K-近邻分类器的算法步骤及识别结果 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 5 基于神经网络的人形识别 | 第40-47页 |
| ·人形识别的现状 | 第40页 |
| ·人形图像的处理过程 | 第40-41页 |
| ·人形图像的预处理和分割 | 第40页 |
| ·人形图像的特征提取 | 第40-41页 |
| ·基于神经网络的人形识别方法 | 第41-46页 |
| ·BP网络的原理和基本知识 | 第41-42页 |
| ·BP网络的设计 | 第42-43页 |
| ·BP网络分类器的训练 | 第43-45页 |
| ·BP网络分类器的识别 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 6 结论 | 第47-48页 |
| ·结语 | 第47页 |
| ·全文创新点 | 第47页 |
| ·不足与展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录 | 第52-53页 |