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