基于数字图像处理的输电线路异物识别技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究的背景及意义 | 第11-12页 |
| 1.2 无人巡线技术的国内外研究现状 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 图像处理在无人巡线中的应用状况 | 第13-16页 |
| 1.3.1 图像处理在无人巡线中应用的前瞻性 | 第13-14页 |
| 1.3.2 图像处理在无人巡检中应用的条件 | 第14页 |
| 1.3.3 图像处理在无人巡线中应用的探索 | 第14-16页 |
| 1.4 本文研究的主要内容 | 第16-18页 |
| 2 电力线数字灰度图像增强算法研究 | 第18-38页 |
| 2.1 数字图像的数学表示方法 | 第18-19页 |
| 2.2 基于灰度概率分布的随机数学模型 | 第19-31页 |
| 2.2.1 灰度概率分布随机数学模型的定义 | 第19-20页 |
| 2.2.2 直方图规定化算法 | 第20-23页 |
| 2.2.3 基于双子图分割的直方图均衡化算法 | 第23-28页 |
| 2.2.4 基于最优分布的直方图规定化算法 | 第28-31页 |
| 2.2.5 随机数学模型算法的适用性 | 第31页 |
| 2.3 基于模糊集合理论的模糊数学模型 | 第31-37页 |
| 2.3.1 模糊数学模型的定义 | 第31页 |
| 2.3.2 Pal-King算法 | 第31-33页 |
| 2.3.3 基于模糊集合模型的改进算法 | 第33-37页 |
| 2.3.4 模糊数学模型的适用性 | 第37页 |
| 2.4 本章小结 | 第37-38页 |
| 3 电力线灰度图像分割算法研究 | 第38-57页 |
| 3.1 经典边缘检测算法 | 第38-44页 |
| 3.1.1 一阶微分算法 | 第38-41页 |
| 3.1.2 二阶微分算法 | 第41-43页 |
| 3.1.3 Canny算法 | 第43-44页 |
| 3.1.4 经典边缘检测与图像分割算法的适用性 | 第44页 |
| 3.2 基于相位一致性的图像分割算法 | 第44-51页 |
| 3.2.1 一维信号的相位一致性理论 | 第44-47页 |
| 3.2.2 希尔伯特变换在二维信号中的推广 | 第47-49页 |
| 3.2.3 基于相位一致性的图像分割方法 | 第49-51页 |
| 3.3 相位一致性算法分割图像的后处理 | 第51-56页 |
| 3.3.1 背景噪声的抑制方法 | 第51-53页 |
| 3.3.2 前景附近噪声的抑制方法 | 第53-56页 |
| 3.4 本章小结 | 第56-57页 |
| 4 图像特征分析与异物定位算法研究 | 第57-69页 |
| 4.1 前景分割图像的描述方法 | 第57-61页 |
| 4.1.1 区域标记算法 | 第57-58页 |
| 4.1.2 区域特征计算方法 | 第58-61页 |
| 4.2 基于区域特征的二值图像处理 | 第61-63页 |
| 4.3 基于认知物理学的图像内部特征描述 | 第63-66页 |
| 4.3.1 二值图像的认知物理学描述方法 | 第63-64页 |
| 4.3.2 含架空电力线的前景二值图像数据场模型 | 第64-66页 |
| 4.4 异物定位方法 | 第66-68页 |
| 4.5 本章小结 | 第68-69页 |
| 5 算法整体性能分析 | 第69-74页 |
| 5.1 运算时间分布和影响因素 | 第69-70页 |
| 5.2 异物区域定位的准确率和影响因素 | 第70-74页 |
| 5.2.1 区域定位准确率统计 | 第70-72页 |
| 5.2.2 准确率影响因素分析 | 第72-74页 |
| 6 结论 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81页 |
