輸變電設(shè)備圖像智能識別 X射線數(shù)字成像檢測實戰(zhàn)

前言
第1章概述
11輸變電設(shè)備檢測技術(shù)
12圖像處理技術(shù)
第2章X射線數(shù)字成像檢測
21數(shù)字成像現(xiàn)場檢測試驗流程
22數(shù)字成像檢測參數(shù)
23典型設(shè)備數(shù)字成像檢測試驗參數(shù)
24X射線檢測工裝
25成像板支架
第3章輸變電設(shè)備X射線圖像質(zhì)量智能識別
31X射線圖像處理流程
32電力設(shè)備X射線圖像去噪處理
321圖像去噪的基本方法
322X射線圖像去噪算法研究
33輸變電設(shè)備X射線圖像質(zhì)量智能識別方法
331清晰度識別
332曝光度識別
34輸變電設(shè)備X射線圖像智能識別系統(tǒng)設(shè)計與實現(xiàn)
341系統(tǒng)軟件設(shè)計方案
342系統(tǒng)軟件開發(fā)平臺
343圖像質(zhì)量智能識別系統(tǒng)的模塊功能第4章基于X射線特征圖像的GIS設(shè)備內(nèi)部缺陷識別方法
41GIS設(shè)備缺陷分析
411GIS設(shè)備常見缺陷
412GIS設(shè)備常見缺陷原因分析
42典型缺陷圖像模擬分類
43X射線圖像的預處理研究
431X射線圖像灰度化處理
432X射線圖像增強處理
433X射線圖像分割處理
44基于BP神經(jīng)網(wǎng)絡的X射線圖像分類技術(shù)研究
441BP神經(jīng)網(wǎng)絡識別技術(shù)
442X射線圖像的典型特征分析與提取
443提取特征實驗分析
444特征向量的歸一化處理
445BP神經(jīng)網(wǎng)絡的設(shè)計及訓練
446測試結(jié)果及分析
45基于卷積神經(jīng)網(wǎng)絡的X射線圖像分類技術(shù)研究
451X射線圖像預處理
452卷積神經(jīng)網(wǎng)絡的設(shè)計
453卷積神經(jīng)網(wǎng)絡的訓練及測試
454測試結(jié)果及分析
第5章基于X射線圖像特征的GIS設(shè)備內(nèi)部缺陷識別系統(tǒng)設(shè)計與實現(xiàn)
51系統(tǒng)設(shè)計
511系統(tǒng)功能設(shè)計
512系統(tǒng)界面設(shè)計
52缺陷圖像識別模塊設(shè)計
521缺陷圖像識別界面
522上傳圖像界面
53缺陷圖像管理模塊設(shè)計
531缺陷圖像管理界面
532添加新缺陷類型界面
54更新神經(jīng)網(wǎng)絡模塊設(shè)計
55更新模塊測試研究
551提高識別率的測試
552新缺陷類型的測試
第6章輸變電設(shè)備X射線圖像庫
61GIS設(shè)備內(nèi)部缺陷圖庫
62線纜缺陷圖庫
參考文獻