基于深度学习的电气设备红外图像检索系统的研究与实现

目录

声明

第一章 绪论

1.1 课题的研究背景和意义

1.2 国内外研究现状

1.2.1 红外图像技术在变电站设备监测中研究现状

1.2.2 图像检索技术在电力系统领域的研究现状

1.2.3 深度学习在电力系统中应用的研究

1.3 主要研究内容及章节安排

第二章 相关技术及理论

2.1 红外热成像技术

2.2 卷积神经网络

2.2.1 卷积神经网络概述

2.2.2 卷积神经网络的类型

2.3 图像检索技术

2.4 本章小结

第三章 基于深度学习的电气设备红外图像检索

3.1 总体流程

3.2 图像增强

3.2.1 直方图均衡化

3.2.2 Laplacian算子锐化算法

3.2.3 中值滤波算法

3.2.4 实验结果对比

3.3 实验及分析

3.3.1 网络模型结构

3.3.2 性能评价

3.3.3 实验结果

3.4 本章小结

第四章 基于深度哈希的电气设备红外图像检索

4.1 哈希算法

4.1.1 局部敏感哈希（LSH）

4.1.2 迭代量化哈希（ITQ）

4.1.3 基于哈希算法的索引方式

4.2 深度哈希模型

4.2.1 深度哈希算法

4.2.2 模型结构

4.2.3 损失函数

4.3 相似性度量

4.3.1 相似性度量算法

4.3.2 改进汉明距离

4.4 实验及分析

4.4.1 实验数据

4.4.2 实验结果及分析

4.5 本章小结

第五章 电气设备红外图像检索系统设计

5.1 检索系统框架设计

5.2 系统功能设计

5.3 系统应用

5.4 本章小结

第六章 总结与展望

6.1 本文总结

6.2 展望

参考文献

个人简历 在读期间发表的学术论文

致谢