| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 劣化绝缘子检测方法研究现状 | 第13-14页 |
| 1.2.2 基于红外图像的劣化绝缘子检测方法研究现状 | 第14-15页 |
| 1.3 本文主要内容和创新点 | 第15-18页 |
| 1.3.1 本文主要内容 | 第15-17页 |
| 1.3.2 本文主要创新点 | 第17-18页 |
| 第二章 基于红外图像的劣化绝缘子检测原理分析及方案设计 | 第18-27页 |
| 2.1 基于红外图像的劣化绝缘子检测方法原理分析 | 第18-25页 |
| 2.1.1 红外辐射基本原理与定律 | 第18-20页 |
| 2.1.2 红外热像仪工作原理及特点 | 第20-22页 |
| 2.1.3 劣化绝缘子发热机理分析 | 第22-25页 |
| 2.1.4 基于红外图像的劣化绝缘子检测方法的可行性分析 | 第25页 |
| 2.2 基于红外图像的劣化绝缘子检测方法的总体方案设计 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 绝缘子红外图像的预处理 | 第27-37页 |
| 3.1 绝缘子红外图像的特点 | 第27-28页 |
| 3.2 图像预处理算法 | 第28-35页 |
| 3.2.1 图像平滑 | 第28-29页 |
| 3.2.2 图像锐化 | 第29-30页 |
| 3.2.3 直方图均衡及其改进算法 | 第30-32页 |
| 3.2.4 改进的抑制背景局部直方图均衡算法 | 第32-35页 |
| 3.3 基于抑制背景局部直方图均衡的绝缘子红外图像预处理算法 | 第35页 |
| 3.4 实验结果及分析 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 复杂背景下绝缘子区域的提取 | 第37-66页 |
| 4.1 复杂背景下绝缘子区域提取算法总体设计 | 第37-39页 |
| 4.2 绝缘子串区域的提取 | 第39-56页 |
| 4.2.1 绝缘子图像分割 | 第39-48页 |
| 4.2.2 绝缘子图像骨架提取与目标点定位 | 第48-53页 |
| 4.2.3 基于Hough线检测的绝缘子主轴定位 | 第53-55页 |
| 4.2.4 绝缘子串区域提取结果与分析 | 第55-56页 |
| 4.3 绝缘子盘面区域的提取 | 第56-65页 |
| 4.3.1 单片绝缘子区域的初步提取 | 第57页 |
| 4.3.2 基于椭圆检测的绝缘子盘面区域提取 | 第57-64页 |
| 4.3.3 绝缘子盘面区域提取结果与分析 | 第64-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 基于BP_Adaboost的劣化绝缘子分类模型设计 | 第66-82页 |
| 5.1 BP网络模型 | 第67-71页 |
| 5.1.1 人工神经网络概述 | 第67-68页 |
| 5.1.2 BP神经网络模型结构及训练过程 | 第68-70页 |
| 5.1.3 BP神经网络模型的不足 | 第70-71页 |
| 5.2 Adaboost算法基本原理与实现 | 第71-74页 |
| 5.2.1 Adaboost算法的基本原理 | 第71-73页 |
| 5.2.2 多分类Adaboost算法的实现 | 第73-74页 |
| 5.3 基于BP_Adaboost的劣化绝缘子分类模型设计 | 第74-79页 |
| 5.3.1 绝缘子盘面区域温度分布特征提取 | 第75-76页 |
| 5.3.2 基于BP_Adaboost的劣化绝缘子分类模型设计 | 第76-79页 |
| 5.4 实验结果与分析 | 第79-81页 |
| 5.5 本章小结 | 第81-82页 |
| 第六章 基于Matlab的劣化绝缘子检测系统设计与开发 | 第82-93页 |
| 6.1 基于Matlab的劣化绝缘子检测系统开发背景 | 第82页 |
| 6.2 基于Matlab的劣化绝缘子检测系统设计与开发 | 第82-92页 |
| 6.2.1 系统整体程序设计流程 | 第82-83页 |
| 6.2.2 系统各模块功能设计及实现 | 第83-92页 |
| 6.3 本章小结 | 第92-93页 |
| 总结与展望 | 第93-95页 |
| 参考文献 | 第95-100页 |
| 攻读硕士学位期间取得的研究成果 | 第100-101页 |
| 致谢 | 第101-102页 |
| 附表 | 第102页 |
