本文關(guān)鍵詞：變電站巡檢AGV中的雙CCD圖像監(jiān)測方法與應(yīng)用研究

  更多相關(guān)文章： 變電站 巡檢AGV 熱紅外測溫 圖像匹配與融合 DM642

【摘要】：隨著智能電網(wǎng)的發(fā)展以及變電站電壓等級的不斷提高,變電站的占地面積也在逐漸地擴(kuò)大,這給站內(nèi)電氣設(shè)備的巡檢工作帶來了巨大挑戰(zhàn)。傳統(tǒng)的巡檢方式嚴(yán)重依賴于技術(shù)人員的經(jīng)驗(yàn)、感官和手持檢測設(shè)備,越來越不能適應(yīng)新形勢下對變電站巡檢工作的自動化和智能化等要求。如果將帶有圖像處理功能的電力機(jī)器人投入到變電站的巡視和監(jiān)測工作中,不僅能夠工作在全天候環(huán)境下,而且可以極大地輔助工作人員對電氣設(shè)備進(jìn)行可靠的巡檢,有效地規(guī)避風(fēng)險,減少損失。本文對搭載雙CCD的巡檢機(jī)器人中的圖像監(jiān)測技術(shù)進(jìn)行了相關(guān)研究,分別研究了可見光的圖像匹配和紅外圖像的融合技術(shù),并基于DSP+FPGA架構(gòu)設(shè)計和研制了圖像處理系統(tǒng)。該系統(tǒng)攜帶著常規(guī)的可見光CCD和熱紅外攝像頭,可以將采集的電氣設(shè)備圖像與設(shè)備類型模板庫進(jìn)行實(shí)時匹配與識別；對于那些容易發(fā)生過熱故障的電氣設(shè)備,實(shí)施紅外圖像融合技術(shù)下的溫度監(jiān)控。本文主要介紹了圖像監(jiān)測系統(tǒng)中的關(guān)鍵技術(shù),主要包括基于可見光CCD的圖像匹配、基于可見光和紅外CCD的圖像融合,以及DSP+FPGA架構(gòu)的硬件系統(tǒng)和軟件系統(tǒng)。對于圖像匹配技術(shù),分別研究了區(qū)域匹配和特征匹配的具體方法以及它們的優(yōu)缺點(diǎn)。在此基礎(chǔ)上,提出了區(qū)域和特征信息相結(jié)合的改進(jìn)匹配方法。通過在Matlab平臺的仿真實(shí)驗(yàn),驗(yàn)證了本文改進(jìn)算法的良好性能和較強(qiáng)的魯棒性。對于圖像融合技術(shù),本文研究了基于小波變換和非下采樣Contourlet變換(NSCT)的圖像融合框架。針對NSCT融合算法具有較高的計算復(fù)雜度問題,提出一種改進(jìn)的算法。首先介紹了信號的壓縮感知理論,并將其運(yùn)用到經(jīng)過NSCT分解后的圖像高頻系數(shù)中,再采用小波變換的融合算法處理低頻系數(shù),最后通過重構(gòu)算法恢復(fù)了圖像數(shù)據(jù)。通過Matlab仿真實(shí)驗(yàn)表明,改進(jìn)的圖像融合算法不僅具有良好的融合效果,而且兼顧了圖像監(jiān)測系統(tǒng)的實(shí)時性需求。設(shè)計了雙CCD圖像采集、圖像匹配、融合和顯示模塊等硬件電路,完成了相應(yīng)模塊的DSP程序移植、編寫和優(yōu)化。最后通過對實(shí)際采集的變電站電氣設(shè)備圖像的實(shí)驗(yàn)結(jié)果表明,本文的設(shè)計方法可以得到滿意的效果。
【關(guān)鍵詞】：變電站 巡檢AGV 熱紅外測溫 圖像匹配與融合 DM642
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;TM63
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-16
• 第一章 緒論16-22
• 1.1 課題的研究背景及意義16-18
• 1.2 變電站巡檢AGV圖像監(jiān)測技術(shù)的研究現(xiàn)狀18-19
• 1.3 本文研究內(nèi)容與結(jié)構(gòu)19-22
• 1.3.1 主要研究內(nèi)容19-20
• 1.3.2 研究方法20-22
• 第二章 可見光圖像匹配方法研究22-37
• 2.1 圖像匹配概述22-23
• 2.2 區(qū)域匹配方法研究23-25
• 2.3 基于特征的匹配方法研究25-30
• 2.3.1 積分圖像與Hessian矩陣26-27
• 2.3.2 尺度空間的建立與特征點(diǎn)的定位27-29
• 2.3.3 特征點(diǎn)的分配與主方向的確定29
• 2.3.4 特征描述子的生成29-30
• 2.4 改進(jìn)的圖像匹配方法研究30-34
• 2.4.1 匹配約束條件31-32
• 2.4.2 灰度歸一化32-33
• 2.4.3 區(qū)域生長與匹配33-34
• 2.5 實(shí)驗(yàn)結(jié)果與分析34-36
• 2.6 本章小結(jié)36-37
• 第三章 紅外與可見光圖像融合方法研究37-55
• 3.1 圖像融合概述37
• 3.2 小波變換及圖像融合37-40
• 3.3 非下采樣Contourlet變換及圖像融合40-47
• 3.3.1 塔式分解模型42-43
• 3.3.2 非下采樣濾波器組43-44
• 3.3.3 基于非下采樣Contourlet變換的圖像融合框架44-47
• 3.4 改進(jìn)的圖像融合方法研究47-52
• 3.4.1 CS理論與信號的稀疏性47-50
• 3.4.2 恢復(fù)算法50-51
• 3.4.3 改進(jìn)的圖像融合框架51-52
• 3.5 實(shí)驗(yàn)結(jié)果與分析52-54
• 3.6 本章小結(jié)54-55
• 第四章 變電站巡檢AGV圖像處理系統(tǒng)設(shè)計55-73
• 4.1 圖像處理系統(tǒng)概述55-57
• 4.2 圖像采集模塊硬件設(shè)計57-59
• 4.3 DSP與FPGA的通信和存儲拓展電路設(shè)計59-60
• 4.4 PCB設(shè)計60-63
• 4.5 軟件設(shè)計63-70
• 4.5.1 圖像采集線程64-65
• 4.5.2 圖像匹配線程65-68
• 4.5.3 圖像融合線程68-70
• 4.6 功能測試與驗(yàn)證70-72
• 4.7 本章小結(jié)72-73
• 第五章 總結(jié)與展望73-75
• 5.1 總結(jié)73-74
• 5.2 展望74-75
• 參考文獻(xiàn)75-78
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果情況78

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 宋建中;;噴霧圖像的自動分析[J];光學(xué)機(jī)械;1988年04期

2 涂承媛;曾衍鈞;;醫(yī)學(xué)圖像邊緣快速檢測的模糊集方法[J];北京工業(yè)大學(xué)學(xué)報;2005年06期

3 常君明;馮，

本文編號：939311