四川资阳电力公司变电站视觉检测系统的研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·变电站视觉检测系统概念 | 第8页 |
| ·变电站视觉检测系统的作用 | 第8-9页 |
| ·变电站视觉检测系统的国内外研究现状 | 第9-10页 |
| ·本文开展的研究工作 | 第10-12页 |
| 2 变电站视觉检测技术基础 | 第12-17页 |
| ·计算机视觉技术 | 第12-13页 |
| ·Marr视觉计算理论 | 第13-14页 |
| ·视觉理论的发展 | 第14-15页 |
| ·计算机视觉检测的基本模型 | 第15-17页 |
| 3 变电站仪表视觉识别 | 第17-25页 |
| ·仪表图像识别模型 | 第17-18页 |
| ·小波分析基础 | 第18-20页 |
| ·仪表图像识别小波算法实现 | 第20-25页 |
| ·二维小波变换基础 | 第20-21页 |
| ·图像去噪算法 | 第21-25页 |
| 4 开关刀闸状态的识别 | 第25-38页 |
| ·开关刀闸状态识别的作用 | 第25页 |
| ·刀闸图像的获取与识别 | 第25-28页 |
| ·刀闸图像的获取 | 第25-26页 |
| ·刀闸图像的预处理 | 第26-28页 |
| ·刀闸图像的目标提取与分割算法 | 第28-29页 |
| ·深度图分割 | 第29页 |
| ·二值化方法 | 第29-31页 |
| ·边缘提取算法 | 第31-32页 |
| ·Hough变换 | 第32页 |
| ·几何特征提取 | 第32页 |
| ·刀闸开关分合状态的识别 | 第32-36页 |
| ·基于连通区域的识别算法 | 第32-34页 |
| ·基于边界闭合的识别算法 | 第34页 |
| ·基于Hough变换检测直线的识别算法 | 第34-35页 |
| ·基于多特征的模式匹配和模式分类的识别方法 | 第35-36页 |
| ·刀闸分合状态识别系统原理图 | 第36页 |
| ·刀闸开关分合状态自动识别的意义 | 第36-38页 |
| 5 变电站电气设备红外视觉在线检测 | 第38-47页 |
| ·红外热成像技术在变电站的应用 | 第38-39页 |
| ·红外技术实现变电站电气设备在线检测的基本原理 | 第39-47页 |
| ·电力设备故障的红外诊断技术原理 | 第39-41页 |
| ·电力设备红外诊断方法 | 第41-47页 |
| 6 变电站环境视觉监控 | 第47-52页 |
| ·变电站环境视觉监控的内容 | 第47页 |
| ·变电站环境监控运动目标检测原理 | 第47-52页 |
| ·差分方法 | 第48-49页 |
| ·自适应方法 | 第49-52页 |
| 7 视觉检测系统在220KV棉丰站的应用 | 第52-59页 |
| ·220KV棉丰变电站概况 | 第52页 |
| ·视觉检测系统的构成 | 第52-54页 |
| ·视觉检测系统前端设备 | 第54-55页 |
| ·视觉检测系统通信前置机 | 第55页 |
| ·视觉检测主站系统 | 第55-59页 |
| ·中心服务器 | 第55-57页 |
| ·中心服务器软件系统 | 第57页 |
| ·在线监测终端 | 第57-59页 |
| 8 结论 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
