| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 选题背景与意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 航拍图像特征提取研究现状 | 第10-11页 |
| 1.2.2 标签分布学习研究现状 | 第11页 |
| 1.2.3 绝缘子定位研究现状 | 第11-12页 |
| 1.3 本文主要工作和内容安排 | 第12-13页 |
| 第2章 航拍图像低层特征提取 | 第13-28页 |
| 2.1 图像的色彩空间 | 第13-15页 |
| 2.1.1 RGB颜色空间 | 第13页 |
| 2.1.2 HSV颜色空间 | 第13-14页 |
| 2.1.3 L*a*b*颜色空间 | 第14-15页 |
| 2.2 颜色特征 | 第15-17页 |
| 2.2.1 颜色直方图 | 第15页 |
| 2.2.2 颜色相关图 | 第15-16页 |
| 2.2.3 航拍图像颜色特征提取 | 第16-17页 |
| 2.3 HOG特征 | 第17-19页 |
| 2.3.1 HOG算法流程 | 第18-19页 |
| 2.3.2 航拍图像HOG特征提取 | 第19页 |
| 2.4 LBP特征 | 第19-22页 |
| 2.4.1 LBP基本原理 | 第20-21页 |
| 2.4.2 LBP提取特征步骤 | 第21页 |
| 2.4.3 航拍图像LBP特征提取 | 第21-22页 |
| 2.5 SIFT特征 | 第22-25页 |
| 2.5.1 SIFT特征提取算法步骤 | 第22-24页 |
| 2.5.2 航拍图像SIFT特征提取 | 第24-25页 |
| 2.6 GIST特征 | 第25-27页 |
| 2.6.1 GIST提取特征步骤 | 第25-26页 |
| 2.6.2 航拍图像GIST特征提取 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第3章 基于VGGNet和客观标签量化LDL的航拍绝缘子识别 | 第28-47页 |
| 3.1 航拍图像数据库 | 第28-29页 |
| 3.2 VGGNet模型与图像深度特征 | 第29-33页 |
| 3.2.1 卷积神经网络的基本结构 | 第29-30页 |
| 3.2.2 VGGNet卷积神经网络模型 | 第30-32页 |
| 3.2.3 航拍图像VGGNet深度特征提取 | 第32-33页 |
| 3.3 标签分布学习模型 | 第33-36页 |
| 3.4 主观打分与客观标签量化的标签分配 | 第36-39页 |
| 3.4.1 主观打分的标签分配 | 第36-38页 |
| 3.4.2 客观标签量化的标签分配 | 第38-39页 |
| 3.4.3 主观打分与客观标签量化LDL实验结果 | 第39页 |
| 3.5 航拍绝缘子识别方法设计 | 第39-40页 |
| 3.6 不同特征LDL实验结果与分析 | 第40-45页 |
| 3.6.1 实验结果 | 第40-41页 |
| 3.6.2 实验分析 | 第41-45页 |
| 3.7 航拍绝缘子目标识别 | 第45-46页 |
| 3.8 本章小结 | 第46-47页 |
| 第4章 基于自适应滑动窗的航拍绝缘子定位 | 第47-53页 |
| 4.1 基于滑动窗的目标定位 | 第47-48页 |
| 4.2 自适应滑动窗对航拍绝缘子定位 | 第48-50页 |
| 4.2.1 自适应滑动窗设计 | 第48-49页 |
| 4.2.2 实验结果 | 第49-50页 |
| 4.3 自适应多尺度滑动窗对航拍绝缘子定位 | 第50-52页 |
| 4.3.1 自适应多尺度滑动窗设计 | 第50-51页 |
| 4.3.2 实验结果 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-54页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第58-59页 |
| 致谢 | 第59页 |