| 【中文题名】 | 基于黑白CCD传感器的电力设备在线监测的研究 |
| 【英文题名】 | Research of On-line Monitoring for Power Equipment Based on Monochrome CCD Sensor |
| 【学科专业】 | 通信与信息系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-3-14 |
| 【中关键词】 | 电力设备,黑白CCD传感器,在线监测,独立分量分析,图像融合, |
| 【英关键词】 | power equipment,monochrome CCD sensor,on-line monitoring,independent component analysis,image fusion, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>自动化系统>数据处理、数据处理系统>集中检测与巡回检测系统 |
| 【论文摘要】 |
为解决电力设备在线监测时,红外热像仪存在的结构复杂、功耗较大、价格昂贵等问题,本论文完成了基于黑白CCD传感器的电力设备在线监测系统的研究,重点研究了该系统的图像处理模块。从红外监测的基本理论出发,构建了实验系统;采集了近红外热图像;应用独立分量分析及多种图像融合方法完成了图像处理;在FastICA基础上提出了一种改进的牛顿迭代法的独立分量分析算法,仿真结果表明在与传统算法分离效果相当的情况下,改进的算法可以提高速度;提出了一种确定ICA的分离信号排列顺序的新方法,不但解决了ICA序的不确定性问题,而且能有效地提取感兴趣分量。本论文目前能探测到的最低温度为130℃,在一定程度上本系统可以代替红外热像仪。 |
| 【论文题纲】 |
|
中文摘要 |
4 |
|
ABSTRACT |
4-8 |
|
第一章 引言 |
8-12 |
|
1.1 课题研究的背景及意义 |
8 |
|
1.2 国内外研究动态 |
8-10 |
|
1.2.1 红外技术及电荷耦合器件在电力设备监测中的研究 |
8-9 |
|
1.2.2 独立分量分析方法的研究 |
9-10 |
|
1.2.3 图像融合技术的研究 |
10 |
|
1.3 课题内容概述 |
10-12 |
|
第二章 基于黑白 CCD 传感器的电力设备在线监测系统简介 |
12-16 |
|
2.1 引言 |
12 |
|
2.2 理论依据 |
12-13 |
|
2.2.1 电力设备红外监测的基本理论 |
12-13 |
|
2.2.2 黑白CCD 传感器简介 |
13 |
|
2.3 实验系统简介 |
13-15 |
|
2.3.1 图像采集及处理 |
14 |
|
2.3.2 温度场的计算及标定 |
14-15 |
|
2.4 小结 |
15-16 |
|
第三章 基于独立分量分析的近红外热图像处理 |
16-34 |
|
3.1 引言 |
16 |
|
3.2 独立分量分析 |
16-21 |
|
3.2.1 ICA 的基本原理 |
16-17 |
|
3.2.2 ICA 独立性的度量 |
17-19 |
|
3.2.2.1 互信息最小 |
17 |
|
3.2.2.2 非高斯性极大 |
17-18 |
|
3.2.2.3 非线性不相关 |
18-19 |
|
3.2.3 基于信息论的ICA 算法简介 |
19-20 |
|
3.2.3.1 FastICA 算法 |
19-20 |
|
3.2.3.2 Infomax 算法 |
20 |
|
3.2.3.3 互信息最小算法 |
20 |
|
3.2.4 ICA 算法仿真性能评价 |
20-21 |
|
3.3 基于ICA 的近红外热图像处理方法 |
21-24 |
|
3.4 改进的ICA 算法 |
24-29 |
|
3.4.1 改进的FastICA 算法 |
24-26 |
|
3.4.2 仿真结果与算法分析 |
26-29 |
|
3.5 关于ICA 的分离信号排列顺序和兴趣量提取问题的探讨 |
29-33 |
|
3.5.1 算法描述 |
29-31 |
|
3.5.2 仿真结果 |
31-33 |
|
3.6 小结 |
33-34 |
|
第四章 基于图像融合技术的近红外热图像处理 |
34-56 |
|
4.1 引言 |
34 |
|
4.2 图像融合的基本理论 |
34-35 |
|
4.2.1 图像融合的层次 |
34-35 |
|
4.2.2 图像融合的意义 |
35 |
|
4.3 基于图像融合的近红外热图像处理 |
35-54 |
|
4.3.1 像素灰度值加权平均法 |
36-38 |
|
4.3.1.1 方法描述 |
36 |
|
4.3.1.2 近红外热图像的处理 |
36-38 |
|
4.3.2 像素灰度值选大法 |
38-41 |
|
4.3.2.1 方法描述 |
38 |
|
4.3.2.2 近红外热图像的处理 |
38-41 |
|
4.3.3 像素灰度值选小法 |
41-43 |
|
4.3.3.1 方法描述 |
41 |
|
4.3.3.2 近红外热图像的处理 |
41-43 |
|
4.3.4 基于拉普拉斯塔形分解的图像融合法 |
43-48 |
|
4.3.4.1 方法描述 |
43-46 |
|
4.3.4.2 近红外热图像的处理 |
46-48 |
|
4.3.5 基于比率塔形分解的图像融合法 |
48-51 |
|
4.3.5.1 方法描述 |
48-49 |
|
4.3.5.2 近红外热图像的处理 |
49-51 |
|
4.3.6 基于对比度塔形分解的图像融合法 |
51-54 |
|
4.3.6.1 方法描述 |
51-52 |
|
4.3.6.2 近红外热图像的处理 |
52-54 |
|
4.4 融合算法的简单评价 |
54-55 |
|
4.5 小结 |
55-56 |
|
第五章 结论与展望 |
56-57 |
|
参考文献 |
57-60 |
|
致 谢 |
60-61 |
|
在学期间发表的学术论文和参加科研情况 |
61 |
|
| 【DOI】 | LunWen.ID:2.2008.381887 |
