图像识别技术在电力设备在线监测中的应用
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 第1章 引言 | 第10-14页 |
| ·研究背景及意义 | 第10-11页 |
| ·课题研究发展现状 | 第11-12页 |
| ·本文所做的主要工作 | 第12-14页 |
| 第2章 图像处理技术的理论知识 | 第14-26页 |
| ·数字图像的基本知识 | 第14-18页 |
| ·数字图像 | 第14-15页 |
| ·图像的颜色模型 | 第15-18页 |
| ·彩色图像的灰度化 | 第18页 |
| ·数字图像处理的内容与发展变化 | 第18-21页 |
| ·传统图像处理技术 | 第18-20页 |
| ·现代图像处理技术 | 第20-21页 |
| ·计算机视觉简介 | 第21-22页 |
| ·电力设备监测与分析总体方案 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 电力设备图像的预处理 | 第26-42页 |
| ·直方图增强 | 第26-27页 |
| ·图像去噪 | 第27-30页 |
| ·平滑滤波 | 第28-29页 |
| ·中值滤波 | 第29-30页 |
| ·图像锐化 | 第30-35页 |
| ·一阶微分算子算法 | 第31-32页 |
| ·Sobel算子算法 | 第32-33页 |
| ·拉普拉斯算子算法 | 第33-35页 |
| ·图像边缘检测 | 第35-38页 |
| ·图像分割 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 电力设备的识别 | 第42-74页 |
| ·图像特征分析 | 第42-46页 |
| ·颜色特征分析 | 第42-43页 |
| ·纹理特征分析 | 第43-44页 |
| ·形状特征分析 | 第44-46页 |
| ·图像识别 | 第46-49页 |
| ·电力设备的识别实例 | 第49-71页 |
| ·模板匹配识别实例 | 第49-65页 |
| ·颜色特征识别实例 | 第65-66页 |
| ·纹理特征识别实例 | 第66-68页 |
| ·变电站刀闸状态的图像识别 | 第68-71页 |
| ·电力设备异常的检测 | 第71-73页 |
| ·变电站的图像监测 | 第71页 |
| ·电力设备状态监测与分析 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第5章 结论 | 第74-76页 |
| 参考文献 | 第76-78页 |
| 作者简历 | 第78-82页 |
| 学位论文数据集 | 第82页 |
