基于红外热像的零值绝缘子图像处理关键技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·数字图像的概述 | 第9页 |
| ·课题的研究背景和意义 | 第9-11页 |
| ·绝缘子检测技术的研究现状 | 第11-13页 |
| ·本文的主要研究内容及成果 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 绝缘子红外图像处理技术 | 第15-25页 |
| ·红外成像技术 | 第15-17页 |
| ·红外成像技术发展概况 | 第15-16页 |
| ·红外图像的特点 | 第16-17页 |
| ·数字图像处理技术 | 第17-24页 |
| ·数字图像处理概况 | 第17-19页 |
| ·数字图像处理去噪常用方法 | 第19-21页 |
| ·数字图像处理分割常用方法 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于脉冲耦合神经网络的绝缘子红外热像去噪 | 第25-41页 |
| ·脉冲耦合神经网络 | 第25-29页 |
| ·人工神经网络的概况 | 第25-26页 |
| ·脉冲耦合神经网络的模型 | 第26-27页 |
| ·脉冲耦合神经网络的工作方式 | 第27-28页 |
| ·脉冲耦合神经网络的特性 | 第28-29页 |
| ·脉冲耦合神经网络在图像处理中的作用 | 第29页 |
| ·绝缘子红外图像噪声分析和去噪评价指标 | 第29-33页 |
| ·绝缘子红外图像噪声分析 | 第29-32页 |
| ·绝缘子红外图像去噪效果的评价指标 | 第32-33页 |
| ·基于简化脉冲耦合神经网络的红外图像去噪方法 | 第33-40页 |
| ·脉冲耦合神经网络（PCNN）的简化模型 | 第33-34页 |
| ·红外图像噪声的定位和滤除 | 第34-36页 |
| ·红外图像脉冲噪声的去噪方法 | 第36-37页 |
| ·图像去噪试验及结果分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于脉冲耦合神经网络的绝缘子红外热像分割 | 第41-58页 |
| ·图像分割技术 | 第41-45页 |
| ·图像分割的定义 | 第41-42页 |
| ·图像分割面临的问题及发展趋势 | 第42-44页 |
| ·图像分割的质量评价 | 第44-45页 |
| ·图像阈值分割技术的研究 | 第45-49页 |
| ·迭代阈值法 | 第46页 |
| ·最小误差法 | 第46-47页 |
| ·最大类间方差法(OTSU 法) | 第47-48页 |
| ·最大熵阈值法 | 第48-49页 |
| ·直方图双峰法 | 第49页 |
| ·基于脉冲耦合神经网络的红外图像分割算法 | 第49-56页 |
| ·基于脉冲耦合神经网络的图像分割原理 | 第49-51页 |
| ·结合最大方差比法图像分割算法 | 第51-52页 |
| ·红外图像分割算法的流程 | 第52-53页 |
| ·红外图像分割试验及结果分析 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 附录 A 攻读学位期间发表的学术论文 | 第65-66页 |
| 附录 B 攻读学位期间参加的科研项目 | 第66页 |
