声明
摘要
第1章 绪论
1.1 课题的研究背景及其意义
1.2 绝缘子识别与状态检测研究现状
1.2.1 电力航拍巡检现状
1.2.2 绝缘子检测方法研究现状
1.2.3 航拍图像提取研究现状
1.2.4 航拍绉缘子图像识别方法
1.3 论文的主要研究内容
第2章 基于模糊数学的差异衡量方法
2.1 差异度及其衡量
2.2 差异度衡量方法
2.2.1 差异度衡量的数学基础
2.2.2 差异度的平均度量
2.2.3 差异度的加权度量
2.3 差异度量方法对比
2.3.1 相似性度量
2.3.2 利用相似度度量差异度方法
2.3.3 差异度量方案对比
2.4 本章小结
第3章 基于差异特征的改进SIFT算法研究
3.1 传统SIFT算法特征提取
3.1.1 构建尺度空间
3.1.2 计算关键点
3.1.3 剔除不对称特征点
3.1.4 构建特征向量
3.1.5 图像特征匹配
3.2 差异度SIFT算法
3.2.1 差异度的矩阵表示
3.2.2 提取特征点差异值
3.3 实验结果对比及分析
3.3.1 可重复率
3.3.2 匹配误差
3.3.3 计算复杂度
3.4 本章小结
第4章 图像区域特征提取与描述
4.1 差异值区域划定方法
4.1.1 区域生长法
4.1.2 最大类间方差法
4.1.3 实验与分析
4.2 图像特征描述
4.2.1 特征矢量生成
4.2.2 特征向量不变性
4.2.3 多区域特征描述
4.3 实验验证
4.3.1 目标提取识别
4.3.2 图像识别举例
4.4 本章小结
第5章 深度信念网络学习算法
5.1 深度神经网络算法及研究现状
5.2 深度信念网络模型
5.3 深度信念网络模型层次研究
5.3.1 深度受限玻尔兹曼机层次趋势研究
5.3.2 层次权值意义
5.3.3 网络层数确定准则
5.4 快速学习算法
5.4.1 DBN提取图像空间信息
5.4.2 多样本线性叠加快速学习改进算法
5.4.3 LSMI算法收敛指标
5.5 LSMI算法效率检验与分析
5.5.1 基于ORL图像空间信息研究
5.5.2 LSMI算法性能
5.6 基于差异的稀疏化(D-DBN)图像分类算法
5.6.1 基于D-DBN的绝缘子故障识别方法
5.6.2 实验结果与分析
5.7 基于航拍图像的故障识别
5.8 本章小结
第6章 航拍绝缘子图像目标识别应用
6.1 绝缘子图像识别
6.2 绝缘子故障检测
6.3 不同颜色的绝缘子种类识别
6.4 绝缘子放电痕迹的识别
6.5 电力线故障指示器状态识别中的应用实验
6.6 本章小结
第7章 结论与展望
7.1 结论
7.2 展望
参考文献
攻读博士学位期间发表的论文
攻读博士学位期间参加的科研工作
致谢
作者简介