输电线路覆冰图像处理与识别技术研究

论文摘要

为了准确地识别和计算出输电线路的覆冰厚度,论文介绍了一种基于远程数字视频图像处理技术的输电线路覆冰厚度识别和计算方法。该方法以传送到监控中心的输电线路视频流中截取的数字图像为研究对象,通过灰度化、二维分割等方法对图像进行预处理。在图像分割过程中,提出了一种基于模拟退火遗传算法的二维最大类间方差法,获得了良好的分割效果和较快的分割速度。接着对输电线路图像进行冰流的判别和等效处理。最后采用改进的八连通区域标记方法对输电线路图像进行标记,通过对各条输电导线覆冰前后图像像素的对比计算,得出一个平均比值,进而计算其覆冰厚度。当任何一条输电导线的覆冰厚度超出规定的安全范围时都可进行报警,以便及时采取除冰措施,为电力系统的安全运行提供保障。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 课题选题背景及意义
• 1.2 输电线路覆冰成因及类型
• 1.3 输电线路覆冰的危害分析
• 1.4 国内外研究现状
• 1.5 论文的主要工作
• 第二章 数字图像处理和识别的基础理论
• 2.1 图像的数字化表示
• 2.2 图像文件简介
• 2.2.1 图像文件格式分类
• 2.2.2 BMP图像文件格式
• 2.3 数字图像处理与识别技术介绍
• 2.3.1 图像的二值化
• 2.3.2 图像的形态学处理
• 2.3.3 图像的测量
• 第三章 生物智能算法介绍
• 3.1 遗传算法
• 3.1.1 遗传算法的基本概念
• 3.1.2 标准遗传算法的流程和要素
• 3.1.3 遗传算法的特点
• 3.1.4 遗传算法的应用范围
• 3.2 模拟退火算法
• 3.2.1 物理退火过程
• 3.2.2 Metropolis准则
• 3.2.3 组合优化与物理退火的相似性
• 3.2.4 模拟退火算法的流程
• 3.3 遗传算法和模拟退火算法的结合
• 3.3.1 遗传算法和模拟退火算法相结合的出发点
• 3.3.2 模拟退火遗传算法的特点
• 3.3.3 模拟退火遗传算法的基本步骤
• 第四章 输电线路覆冰图像的预处理
• 4.1 彩色图像的灰度化
• 4.2 输电线路覆冰图像的分割算法研究
• 4.2.1 经典的最大类间方差法
• 4.2.2 二维最大类间方差法
• 4.2.3 基于遗传算法的二维最大类间方差法
• 4.2.4 基于模拟退火遗传算法的二维最大类间方差法
• 4.3 分割结果及分析
• 第五章 输电线路覆冰厚度计算
• 5.1 识别计算输电线路覆冰厚度的技术方案
• 5.2 整幅图像的像素计算
• 5.3 冰流的判断和处理
• 5.3.1 判断输电线路图像是否有冰流
• 5.3.2 冰流的处理
• 5.3.2.1 冰流的滤除
• 5.3.2.2 冰流的等效处理
• 5.4 图像区域标记
• 5.4.1 八连通区域标记
• 5.4.2 区域标记算法的改进
• 5.4.3 区域标记结果
• 5.5 各条输电导线覆冰前后的像素比值计算
• 5.6 覆冰厚度计算
• 结束语
• 参考文献
• 致谢
• 在校期间发表论文和参加科研情况