图像处理技术在架空线路绝缘子破损检测系统中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| 1 课题来源与研究目的 | 第11-14页 |
| ·课题来源 | 第11-12页 |
| ·高压巡检机器人的研究意义 | 第12-14页 |
| 2 高压巡检机器人系统的技术发展状况 | 第14-18页 |
| ·高压巡检机器人系统结构概述 | 第14-15页 |
| ·高压巡检机器人视觉系统结构与功能简介 | 第15-16页 |
| ·高压巡检机器人的历史背景及发展现状 | 第16-18页 |
| 3 数字图像处理与机器视觉 | 第18-19页 |
| 4 论文工作安排 | 第19-21页 |
| 第二章 架空线路瓷绝缘子图像预处理 | 第21-32页 |
| ·架空线路瓷绝缘子图像采集 | 第21-22页 |
| ·架空线路瓷绝缘子图像去噪处理 | 第22-24页 |
| ·绝缘瓷瓶图像中的噪声 | 第22-23页 |
| ·中值滤波 | 第23-24页 |
| ·架空线路绝缘子图像分割 | 第24-28页 |
| ·迭代求分割阈值法 | 第25页 |
| ·最大类间方差法求分割阈值 | 第25-27页 |
| ·实验结果对比分析 | 第27-28页 |
| ·架空线路瓷绝缘子图像形态学处理 | 第28-29页 |
| ·连通区域标记 | 第29-30页 |
| ·绝缘子特征区域的轮廓跟踪 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于形状特征的瓷瓶特征提取 | 第32-48页 |
| ·图像形状特征描述 | 第32-36页 |
| ·基于区域的形状表示与描述 | 第32-34页 |
| ·基于轮廓的形状表示与描述 | 第34-36页 |
| ·正交不变矩 | 第36-42页 |
| ·正交矩理论 | 第36-37页 |
| ·Tchebichef正交矩 | 第37-38页 |
| ·Tchebichef正交不变矩 | 第38-39页 |
| ·三种不变矩的比较分析 | 第39-42页 |
| ·基于形状信息的瓷瓶图像特征选取 | 第42-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 基于概率神经网络的瓷瓶定位算法设计 | 第48-66页 |
| ·概率神经网络 | 第48-58页 |
| ·贝叶斯决策和密度函数核估计 | 第48-50页 |
| ·基于贝叶斯决策和密度函数核估计的PNN结构 | 第50-52页 |
| ·概率神经网络主要的学习算法 | 第52-54页 |
| ·LVQ聚类算法 | 第52-53页 |
| ·FCM聚类算法 | 第53-54页 |
| ·概率神经网络各要素分析 | 第54-58页 |
| ·改进的概率神经网络 | 第58-64页 |
| ·遗传算法简介 | 第58-60页 |
| ·基于遗传算法改进的概率神经网络 | 第60-62页 |
| ·改进算法试验分析 | 第62-64页 |
| ·瓷瓶定位算法设计 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 绝缘瓷瓶破损检测 | 第66-72页 |
| ·瓷件表面破损检测区域定位 | 第66-67页 |
| ·瓷件表面破损检测 | 第67-68页 |
| ·瓷件边缘缺口破损检测 | 第68-71页 |
| ·纵向灰度值变化模式提取 | 第68-71页 |
| ·纵向切线灰度值变化模式匹配 | 第71页 |
| ·本章小结 | 第71-72页 |
| 第六章 视觉检测系统实现 | 第72-81页 |
| ·系统方案设计 | 第72-73页 |
| ·系统硬件设计 | 第73-74页 |
| ·硬件构成 | 第73-74页 |
| ·硬件操作流程 | 第74页 |
| ·系统软件设计 | 第74-80页 |
| ·软件开发工具 | 第74-75页 |
| ·软件整体结构 | 第75页 |
| ·用户界面及模块功能设计 | 第75-80页 |
| ·本章小结 | 第80-81页 |
| 第七章 总结与展望 | 第81-83页 |
| ·本文完成的主要工作 | 第81-82页 |
| ·有待进一步研究的工作 | 第82-83页 |
| 参考文献 | 第83-86页 |
| 在学期间发表的论文 | 第86-87页 |
| 致谢 | 第87页 |
