基于航拍图像的杆塔类型判断及状态识别

论文摘要

直升机航拍巡检输电线路是复杂地理环境下的一种有效措施。目前对航拍图像的分析主要借助于人工观察的方法,其效率低且会发生故障漏检或误检的情况,提出一种通过计算机软件自动分析航拍图像的新方法,采用小波结合中值滤波的方法实现了杆塔图像的去噪,通过特征提取及匹配的方法来识别杆塔类型及状态。对实际航拍图像分析表明,本文采用的去噪和识别方法可行。计算机自动分析可以大大减轻巡视人员的劳动负担,提高航拍图像的分析效率。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 课题提出及研究意义
• 1.2 国内外研究动态
• 1.2.1 线路巡视的发展现状
• 1.2.2 图像处理技术发展现状
• 1.3 本课题的主要研究工作
• 第二章 航拍杆塔图像的分析方法
• 2.1 输电线路杆塔概述
• 2.2 杆塔图像计算机自动分析方法
• 2.3 小结
• 第三章 杆塔图像预处理
• 3.1 底色去除及灰度转换
• 3.2 图像灰度替换
• 3.3 图像消噪
• 3.3.1 图像噪声特点
• 3.3.2 航拍杆塔图像噪声消除
• 3.3.2.1 小波变换图像去噪原理
• 3.3.2.2 小波基函数的确定
• 3.3.2.3 小波分解层数的确定
• 3.3.2.4 阈值函数的确定
• 3.3.2.5 阈值的选取
• 3.3.2.6 小波图像去噪处理结果
• 3.3.2.7 中值滤波器去噪
• 3.4 小结
• 第四章 杆塔轮廓提取
• 4.1 杆塔图像增强与分割
• 4.1.1 杆塔图像增强
• 4.1.2 杆塔图像分割
• 4.2 杆塔轮廓提取
• 4.2.1 边缘检测算子
• 4.2.2 杆塔轮廓点检测
• 4.2.3 杆塔轮廓提取
• 4.3 小结
• 第五章 杆塔类型判断及状态识别
• 5.1 基于特征的图像匹配
• 5.1.1 图像特征点的匹配
• 5.1.2 图像边缘特征匹配
• 5.2 杆塔类型判断
• 5.2.1 杆塔特征模版制作
• 5.2.2 杆塔直线轮廓曲线拟合
• 5.2.3 杆塔类型判断结果
• 5.3 杆塔状态识别
• 5.4 小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 在校期间发表的学术论文和参加科研情况