| 中文摘要 | 第1页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-12页 |
| ·课题研究的背景及意义 | 第8页 |
| ·国内外研究动态 | 第8-10页 |
| ·红外技术及电荷耦合器件在电力设备监测中的研究 | 第8-9页 |
| ·独立分量分析方法的研究 | 第9-10页 |
| ·图像融合技术的研究 | 第10页 |
| ·课题内容概述 | 第10-12页 |
| 第二章 基于黑白 CCD 传感器的电力设备在线监测系统简介 | 第12-16页 |
| ·引言 | 第12页 |
| ·理论依据 | 第12-13页 |
| ·电力设备红外监测的基本理论 | 第12-13页 |
| ·黑白CCD 传感器简介 | 第13页 |
| ·实验系统简介 | 第13-15页 |
| ·图像采集及处理 | 第14页 |
| ·温度场的计算及标定 | 第14-15页 |
| ·小结 | 第15-16页 |
| 第三章 基于独立分量分析的近红外热图像处理 | 第16-34页 |
| ·引言 | 第16页 |
| ·独立分量分析 | 第16-21页 |
| ·ICA 的基本原理 | 第16-17页 |
| ·ICA 独立性的度量 | 第17-19页 |
| ·互信息最小 | 第17页 |
| ·非高斯性极大 | 第17-18页 |
| ·非线性不相关 | 第18-19页 |
| ·基于信息论的ICA 算法简介 | 第19-20页 |
| ·FastICA 算法 | 第19-20页 |
| ·Infomax 算法 | 第20页 |
| ·互信息最小算法 | 第20页 |
| ·ICA 算法仿真性能评价 | 第20-21页 |
| ·基于ICA 的近红外热图像处理方法 | 第21-24页 |
| ·改进的ICA 算法 | 第24-29页 |
| ·改进的FastICA 算法 | 第24-26页 |
| ·仿真结果与算法分析 | 第26-29页 |
| ·关于ICA 的分离信号排列顺序和兴趣量提取问题的探讨 | 第29-33页 |
| ·算法描述 | 第29-31页 |
| ·仿真结果 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第四章 基于图像融合技术的近红外热图像处理 | 第34-56页 |
| ·引言 | 第34页 |
| ·图像融合的基本理论 | 第34-35页 |
| ·图像融合的层次 | 第34-35页 |
| ·图像融合的意义 | 第35页 |
| ·基于图像融合的近红外热图像处理 | 第35-54页 |
| ·像素灰度值加权平均法 | 第36-38页 |
| ·方法描述 | 第36页 |
| ·近红外热图像的处理 | 第36-38页 |
| ·像素灰度值选大法 | 第38-41页 |
| ·方法描述 | 第38页 |
| ·近红外热图像的处理 | 第38-41页 |
| ·像素灰度值选小法 | 第41-43页 |
| ·方法描述 | 第41页 |
| ·近红外热图像的处理 | 第41-43页 |
| ·基于拉普拉斯塔形分解的图像融合法 | 第43-48页 |
| ·方法描述 | 第43-46页 |
| ·近红外热图像的处理 | 第46-48页 |
| ·基于比率塔形分解的图像融合法 | 第48-51页 |
| ·方法描述 | 第48-49页 |
| ·近红外热图像的处理 | 第49-51页 |
| ·基于对比度塔形分解的图像融合法 | 第51-54页 |
| ·方法描述 | 第51-52页 |
| ·近红外热图像的处理 | 第52-54页 |
| ·融合算法的简单评价 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第五章 结论与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致 谢 | 第60-61页 |
| 在学期间发表的学术论文和参加科研情况 | 第61页 |