發(fā)布時(shí)間：2017-03-18 12:08

  本文關(guān)鍵詞：基于航拍圖像的輸電線路自動(dòng)巡檢相關(guān)技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：輸電線路是電網(wǎng)的重要組成部分,輸電線路的定期巡檢時(shí)保證電網(wǎng)正常運(yùn)行的主要手段。隨著無人機(jī)技術(shù)的發(fā)展,無人機(jī)航拍越來越多被用到輸電線路巡檢工作中。本文是對(duì)輸電線路運(yùn)行單位現(xiàn)有的無人機(jī)所拍的圖像,研究了對(duì)高壓輸電線路進(jìn)行巡檢的有關(guān)技術(shù),為實(shí)現(xiàn)利用無人機(jī)進(jìn)行自動(dòng)巡檢提供了重要的技術(shù)基礎(chǔ)�；诜律曈X分析的輸電線路狀態(tài)檢測(cè)已經(jīng)成為了當(dāng)前“智能堅(jiān)強(qiáng)電網(wǎng)”的最重要課題,對(duì)提升現(xiàn)有電網(wǎng)安全也具有重要的意義�；跓o人機(jī)航拍輸電線路巡檢圖像的識(shí)別與狀態(tài)檢測(cè)方法開展深入研究,以輸電線路巡檢過程中采集的巡檢圖像為研究對(duì)象,利用智能分析、模式識(shí)別、計(jì)算機(jī)視覺軟測(cè)量等技術(shù),實(shí)現(xiàn)輸電線路設(shè)備的識(shí)別與異常狀態(tài)模糊判別。主要方法包括：巡檢視頻圖像的預(yù)處理、序列關(guān)鍵幀提取、復(fù)雜自然背景下海量輸電線路圖像數(shù)據(jù)的高精度智能化處理、輸電線路及關(guān)鍵部件的故障特征提取、輸電設(shè)備的故障自動(dòng)識(shí)別以及狀態(tài)檢測(cè)等內(nèi)容。本文的主要研究工作如下：1、根據(jù)航拍圖像的特點(diǎn),研究圖像預(yù)處理方法,利用圖像灰度化、亮度均衡、對(duì)比度增強(qiáng)、圖像去噪、圖像去模糊等技術(shù),從而提高航拍圖像的質(zhì)量。2、針對(duì)航拍圖像中輸電線路的特點(diǎn),研究了基于Canny邊緣檢測(cè)和LSD直線檢測(cè)方法的輸電線路檢測(cè)技術(shù),實(shí)現(xiàn)了輸電線路的自動(dòng)提取。3、為了解決輸電線路周圍的入侵行為,研究了運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù),實(shí)現(xiàn)了幀差法、背景建模方法的運(yùn)動(dòng)目標(biāo)檢測(cè)和基于Mean Shift和粒子濾波方法的運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)。本文所提出的方法,通過日常積累的圖像進(jìn)行分析測(cè)試,證明其具有較好的效果。
【關(guān)鍵詞】：航拍圖像 輸電線路 圖像處理 目標(biāo)檢測(cè) 目標(biāo)跟蹤
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM75
【目錄】：

• 摘要5-6
• Abstract6-8
• 第一章 緒論8-15
• 1.1 課題研究的意義8-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 計(jì)算機(jī)視覺技術(shù)12-14
• 1.4 研究思路與主要研究內(nèi)容14-15
• 第二章 航拍圖像的預(yù)處理技術(shù)15-23
• 2.1 灰度化15-16
• 2.2 亮度均衡16-17
• 2.3 對(duì)比度增強(qiáng)17-19
• 2.4 圖像去噪19-21
• 2.5 本章小結(jié)21-23
• 第三章 輸電線路檢測(cè)23-34
• 3.1 邊緣檢測(cè)23-27
• 3.1.1 基于梯度的邊緣檢測(cè)24-25
• 3.1.2 二階微分算子25-26
• 3.1.3 Canny邊緣檢測(cè)算法26-27
• 3.2 形態(tài)學(xué)處理27-29
• 3.3 直線檢測(cè)29-33
• 3.3.1 基于Hough變換的直線檢測(cè)29-31
• 3.3.2 LSD直線檢測(cè)31-33
• 3.4 本章小結(jié)33-34
• 第四章 運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤34-52
• 4.1 運(yùn)動(dòng)目標(biāo)的檢測(cè)34-40
• 4.1.1 幀差法35-36
• 4.1.2 背景建模法36-40
• 4.2 運(yùn)動(dòng)目標(biāo)跟蹤40-48
• 4.2.1 MeanShift方法40-44
• 4.2.2 Mean Shift目標(biāo)跟蹤實(shí)驗(yàn)44-45
• 4.2.3 粒子濾波法45-48
• 4.2.4 粒子濾波目標(biāo)跟蹤實(shí)驗(yàn)48
• 4.3 應(yīng)用實(shí)例48-51
• 4.3.1 無人機(jī)圖像智能分析49-51
• 4.4 本章結(jié)論51-52
• 第五章 總結(jié)與展望52-54
• 5.1 總結(jié)52
• 5.2 展望52-54
• 參考文獻(xiàn)54-57
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果57-58
• 致謝58-59
• 作者簡介59

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 余貽鑫;欒文鵬;;智能電網(wǎng)述評(píng)[J];中國電機(jī)工程學(xué)報(bào);2009年34期

2 劉明艷;趙景秀;孫寧;;用Prewitt算子細(xì)化邊緣[J];光電子技術(shù);2006年04期

3 秦志遠(yuǎn),吳冰,王艷,山海濤;圖像平滑算法比較研究及改進(jìn)策略[J];測(cè)繪學(xué)院學(xué)報(bào);2005年02期

4 許秀貞,李自田,薛利軍;CCD噪聲分析及處理技術(shù)[J];紅外與激光工程;2004年04期

5 劉麗梅,孫玉榮,李莉;中值濾波技術(shù)發(fā)展研究[J];云南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年01期

  本文關(guān)鍵詞：基于航拍圖像的輸電線路自動(dòng)巡檢相關(guān)技術(shù)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：254420