声明
致谢
摘要
1.1 课题研究背景和意义
1.2 国内外研究现状及发展趋势
1.3 论文的主要研究工作
1.4 论文结构
2 调研和预备工作
2.1 计算机视觉中目标检测方法研究
2.1.1 基于特征的目标检测方法
2.1.2 基于机器学习的目标检测方法
2.2 输电线路图像上防震锤的检测
2.2.1 基于随机霍夫变换的检测方法
2.3 基于特征提取和分类算法的防震锤检测可行性分析
2.4 正负样本的提取
2.5 小结
3 基于AdaBoost算法的防震锤检测方法
3.1 输电线路图像的预处理
3.1.1 基于累计概率霍夫变换的输电线提取
3.2 AdaBoost算法的训练过程
3.2.1 Haar特征和特征数目
3.2.2 积分图
3.3 分类器的设计与防震锤的检测过程
3.3.1 分类器的设计
3.3.2 分类器用于防震锤的检测
3.4 实验结果与分析
3.4.1 分类器的训练
3.4.2 分类器的检测阶段
3.4.3 实验结果分析
3.4.4 基于多视角匹配检测结果的优化
3.5 小结
4 基于深度学习的防震锤检测方法
4.1 深度学习和卷积神经网络
4.1.1 卷积神经网络概述
4.2 神经网络模型的设计
4.2.1 卷积神经网络的实现
4.2.2 防震锤检测模型的设计
4.3 实验结果与分析
4.3.1 检测模型的训练
4.3.2 实验结果分析
4.4 小结
5 总结与展望
5.1 论文工作总结
5.2 展望
参考文献
作者简历
学位论文数据集