| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 红外测温技术电力检测现状 | 第11-12页 |
| 1.2.2 电气设备局部放电检测的国内外现状 | 第12-13页 |
| 1.3 智能视频技术及发展现状 | 第13-14页 |
| 1.4 课题主要研究内容 | 第14-16页 |
| 第2章 电气设备图像智能视频识别方法与关键技术 | 第16-26页 |
| 2.1 H.264 视频编解码技术 | 第16-17页 |
| 2.1.1 H.264 视频图像编码技术基本知识 | 第16-17页 |
| 2.1.2 H.264 视频图像支持的图像帧类型 | 第17页 |
| 2.2 基于空间临近度和灰度值相似度的加权均值滤波 | 第17-20页 |
| 2.2.1 基于空间临近度和灰度值相似度加权值滤波 | 第17-18页 |
| 2.2.2 确定参数 K 以及滤波器的优化 | 第18-19页 |
| 2.2.3 实验结果与分析 | 第19-20页 |
| 2.3 基于动态三帧检测法和背景减除法检测变化区域 | 第20-23页 |
| 2.3.1 基于动态三帧检测法在线视频图像变化检测 | 第20-21页 |
| 2.3.2 基于背景减除二值化处理消除背景干扰 | 第21页 |
| 2.3.3 应用混合高斯法背景更新 | 第21-23页 |
| 2.4 最大类间方差法确定动态阈值 | 第23-24页 |
| 2.5 基于数学形态学的异常图像处理 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 电气设备温度异常的智能视频在线诊断分析 | 第26-33页 |
| 3.1 智能视频红外温度检测原理 | 第26-28页 |
| 3.1.1 智能视频红外成像技术及温度计算 | 第26-27页 |
| 3.1.2 智能视频温度异常智能识别 | 第27-28页 |
| 3.2 相对温差法对电气设备故障类型的预判 | 第28-30页 |
| 3.2.1 相对温差法原理 | 第28-29页 |
| 3.2.2 应用相对温差法预判电气设备故障类型 | 第29-30页 |
| 3.3 智能分析诊断故障原因 | 第30-32页 |
| 3.3.1 电气设备温度异常及故障原因 | 第31页 |
| 3.3.2 预判电气设备故障原因 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 局部放电智能视频边缘检测方法研究 | 第33-42页 |
| 4.1 局部放电 | 第33-35页 |
| 4.1.1 局部放电的起因及危害 | 第33-34页 |
| 4.1.2 局部放电特点及类型 | 第34-35页 |
| 4.2 基于 Canny 边缘检测法消除背景光干扰 | 第35-41页 |
| 4.2.1 图像边缘检测技术 | 第35页 |
| 4.2.2 传统的 Canny 算子边缘检测 | 第35-37页 |
| 4.2.3 改进 Canny 算子边缘检测 | 第37-40页 |
| 4.2.4 改进 Canny 图像边缘检测结果 | 第40-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 采用 OPENCV 平台的系统实现与实例分析 | 第42-48页 |
| 5.1 基于 OpenCV 平台系统智能视频智能识别流程 | 第42-43页 |
| 5.2 输电线路温度异常检测结果 | 第43-45页 |
| 5.3 电气设备局部放电智能检测结果 | 第45-47页 |
| 5.4 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表的学术论文 | 第53-54页 |
| 致谢 | 第54页 |
