基于霍夫森林的变电站开关设备检测及状态识别
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 选题背景及意义 | 第12-13页 |
| 1.2 国内外研究现状分析和发展趋势 | 第13-14页 |
| 1.3 本文研究内容和章节安排 | 第14-15页 |
| 1.4 本文实验环境配置 | 第15页 |
| 1.5 本文数据集的选择 | 第15-17页 |
| 第2章 图像特征的选择 | 第17-30页 |
| 2.1 梯度方向直方图 | 第17-22页 |
| 2.1.1 图像预处理 | 第18-19页 |
| 2.1.2 梯度计算 | 第19-20页 |
| 2.1.3 梯度方向直方图的构建 | 第20-22页 |
| 2.1.4 HOG特征向量归一化 | 第22页 |
| 2.2 颜色空间模型 | 第22-25页 |
| 2.3 边缘轮廓特征 | 第25-29页 |
| 2.3.1 边缘检测的基础理论 | 第25-26页 |
| 2.3.2 边缘检测的经典算法 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 霍夫森林 | 第30-39页 |
| 3.1 随机森林 | 第31-35页 |
| 3.1.1 决策树 | 第31-33页 |
| 3.1.2 随机森林 | 第33-35页 |
| 3.2 广义霍夫变换 | 第35-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 开关设备的检测与定位 | 第39-55页 |
| 4.1 开关模型的训练 | 第39-44页 |
| 4.1.1 训练样本集 | 第39-40页 |
| 4.1.2 开关特征向量的提取 | 第40-42页 |
| 4.1.3 霍夫森林的训练 | 第42-44页 |
| 4.2 开关设备的检测与定位 | 第44-54页 |
| 4.2.1 经典的广义霍夫变换模型 | 第45-47页 |
| 4.2.2 随机场模型 | 第47页 |
| 4.2.3 概率模型的建立 | 第47-51页 |
| 4.2.4 贪婪算法求解最大后验概率 | 第51-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第5章 开关设备的状态识别 | 第55-61页 |
| 5.1 开关状态识别过程 | 第55-56页 |
| 5.2 实验分析 | 第56-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 硕士期间参与的项目与发表和录用的论文 | 第66-67页 |
| 致谢 | 第67页 |
