输电线路巡线机器人视觉系统图像处理及模式识别研究

前言
第1章 绪论
1.1 概述
1.2 巡线机器人的研究现状及发展
1.2.1 研究历史及现状
1.2.2 巡线机器人的关键技术
1.3 机器人视觉的研究现状及发展
1.3.1 视觉导航
1.3.2 视觉伺服控制
1.4 小结
第2章 巡线机器人的体系结构
2.1 总体设计思路
2.2 机械结构
2.3 110kv巡线机器人的运动学分析
2.3.1 运动学分析
2.3.2 仿真实验
2.4 控制系统
2.4.1 层次结构
2.4.2 硬件组成
2.4.3 软件结构
2.4.4 控制模式
2.5 220kV巡线机器人视觉导航系统
2.6 小结
第3章 110kv巡线机器人的视觉导航系统
3.1 引言
3.2 110kv巡线机器人的视觉导航系统设计
3.3 110kv巡线机器人视觉导航系统的算法实现
3.3.1 相关的基础知识
3.3.2 单帧巡线图像的障碍物识别算法
3.3.3 视觉导航系统的障碍物识别算法
3.4 实验
3.5 小结
第4章 输电线路线上障碍物识别
4.1 引言
4.1.1 概述
4.1.2 典型线上障碍物
4.2 物体识别的一般方法
4.2.1 物体模型
4.2.2 特征检测
4.2.3 假设形成
4.2.4 假设验证
4.3 典型几何形状检测
4.3.1 Hough变换
4.3.2 Bums直线提取方法
4.4 基于结构约束的障碍识别方法
4.4.1 相线识别与定位
4.4.2 防振锤识别
4.4.3 悬垂线夹识别
4.4.4 耐张线夹识别
4.4.5 障碍跟踪
4.5 实验结果
4.6 小结
第5章 障碍定位
5.1 引言
5.2 双目立体视觉原理
5.2.1 摄像机建模
5.2.2 空间点三维重构
5.2.3 立体匹配
5.3 基于区域的立体匹配方法
5.3.1 相似性测度
5.3.2 匹配窗口及匹配搜索策略
5.4 实验分析
5.5 小结
第6章基于部分特征匹配的无监督物体分类
6.1 引言
6.2 无监督学习的问题陈述以及解决思路
6.2.1 无监督学习问题陈述
6.2.2 问题描述
6.3 特征提取
6.3.1 常见特征提取法
6.3.2 SIFT特征描述子
6.4 特征集之间的部分匹配
6.4.1 部分匹配与金字塔匹配核
6.4.2 金字塔匹配核与Mercer核
6.4.3 空间金字塔匹配
6.4.4 通过过正则图割的方法进行聚类
6.4.5 组内在联系成员聚类
6.4.6 实验结果
6.5 基于直方图交核函数的多核学习问题
6.5.1 多核学习问题定义
6.5.2 基于多直方图匹配核的多核学习
6.5.3 实验结果
6.5.4.实验速度
6.6 本章小结
第7章 运动模糊图像复原
7.1 引言
7.2 图像退化的数学模型
7.2.1 问题概述
7.2.2 巡检机器人运动模糊图像建模
7.3 递归神经网络结构
7.4 实验结果
7.5 小结
第8章 架空输电线路绝缘子缺陷的视觉检查
8.1 引言
8.2 绝缘子识别
8.2.1 图像分割
8.2.2 特征提取
8.2.3 基于BP神经元网络的绝缘子识别
8.3 绝缘子纵向剖线模式分析及表面破损判定
8.3.1 纵向剖线模式提取
8.3.2 纵向剖线模式分类
8.4 实验结果
8.5 小结
第9章 巡线机器人越障视觉伺服控制
9.1 引言
9.2 基于图像的视觉伺服(Image-basedvisualservo)
9.3 巡线机器人越障视觉伺服策略
9.4 巡线机器人驱动轮与相线相对位姿估计
9.4.1 图像畸变矫正
9.4.2 图像特征选择和特征偏差定义
9.4.3 图像特征提取及驱动轮与相线相对位姿估计
9.5 巡线机器人越障视觉伺服控制律
9.6 实验结果
9.7 小结
第10章 结论
参考文献