基于红外图像的变电设备分类及在故障诊断中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景及研究意义 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·基于红外的电力设备监测和热故障诊断研究现状 | 第12-13页 |
| ·图像目标形状特征提取及分类研究现状 | 第13-14页 |
| ·本文研究内容与结构 | 第14-16页 |
| 第二章 基于红外的变电设备诊断及其关键技术 | 第16-29页 |
| ·基于红外的变电设备故障诊断 | 第16-17页 |
| ·红外诊断方法 | 第16-17页 |
| ·变电设备的热故障分析 | 第17页 |
| ·红外图像的预处理 | 第17-19页 |
| ·红外图像的特点 | 第17-18页 |
| ·红外图像的增强 | 第18-19页 |
| ·图像的特征提取 | 第19-24页 |
| ·图像特征概述 | 第19页 |
| ·图像的形状特征提取 | 第19-24页 |
| ·傅里叶描述子 | 第20-21页 |
| ·Hu 不变矩 | 第21-23页 |
| ·Zernike 不变矩 | 第23-24页 |
| ·图像目标的分类 | 第24-28页 |
| ·图像目标分类概述 | 第24-26页 |
| ·基于神经网络的图像目标分类 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 变电设备红外图像分割 | 第29-39页 |
| ·图像分割方法研究 | 第29-33页 |
| ·图像分割概述 | 第29-30页 |
| ·基于最大类间方差法的图像分割 | 第30-31页 |
| ·基于区域生长的图像分割 | 第31-33页 |
| ·图像的形态学运算 | 第33-34页 |
| ·二值形态学运算 | 第33页 |
| ·灰度形态学运算 | 第33-34页 |
| ·基于区域生长法的红外图像分割算法设计 | 第34-36页 |
| ·实验结果与分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 变电设备的特征提取与分类 | 第39-51页 |
| ·变电设备形状特征提取 | 第39-43页 |
| ·变电设备的轮廓提取 | 第39-40页 |
| ·特征的不变性和区分度测试 | 第40-43页 |
| ·基于 BP 神经网络的变电设备分类 | 第43-50页 |
| ·BP 神经网络原理及相关算法 | 第43-45页 |
| ·基于 BP 神经网络的分类算法 | 第45-46页 |
| ·BP 神经网络的参数设定 | 第46-47页 |
| ·实验结果与分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 变电设备故障诊断系统的设计 | 第51-59页 |
| ·需求分析 | 第51-52页 |
| ·故障诊断方案设计 | 第52-53页 |
| ·故障诊断流程 | 第52页 |
| ·分析诊断方法描述 | 第52-53页 |
| ·系统设计 | 第53-55页 |
| ·系统框架 | 第53-55页 |
| ·数据库设计 | 第55页 |
| ·系统实现与测试 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·论文工作总结 | 第59页 |
| ·下一步的工作展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
