基于图像处理与支持向量机的输电线路相关鸟种智能识别
发布时间：2022-01-20 19:10
根据国家电网最近几年架空输电线路运行故障原因统计发现,涉鸟故障已经成为继雷击、外力破坏后的第三大输电线路故障。针对鸟类故障,国家电网采用了大量防鸟装置,但是效果并不理想,这主要是因为安装防鸟装置的盲目性和鸟类适用能力比较强。为了有针对性进行防鸟,因此有必要开展输电线路相关鸟种智能识别。由于不同鸟类之间颜色、纹理和形状一般不同,因此,本文将其作为特征量,采用支持向量机对输电相关鸟种进行分类。本文主要研究内容及取得的成果如下:1)图像预处理:针对输电线路相关鸟种图像的特点,本文分别采用了直方图均衡化、均值滤波、中值滤波和同态滤波对输电线路相关鸟种图像进行去噪,其中同态滤波能较好的去除光照等噪声的影响。2)图像分割:由于输电线路相关鸟种图像一般有复杂的背景,本文使用的GrabCut的图像分割方法比经典图像分割方法或基于经典图像分割的颜色分割方法分割精度更高,效果跟好。3)特征提取:对于分割出来的目标区域,本文分别提取其颜色、纹理和形状特征。颜色特征本文采用的为颜色矩,其能有效提取颜色信息和计算量比较小;纹理特征本文采用的是灰度共生矩阵,并对比了不同的灰度共生距离条件下的分类效果;形状特征本文...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图１－１典型输电线路涉鸟故障现场照片??
?第１章绪论???ＡＩ：?Ｉ?Ｉ?ｆ?＇Ｉ?ＩＥ?ａｇ：ｇｇ：？？??图１－２输电线路上的鸟类??针对鸟类故障，国家电网采用了大量防鸟装置，但是效果并不理想，主要原??因如下：??（１?）现有防鸟装置防治存在很大的盲目性。由于不同鸟类引起的危害不同，??例如鸟粪闪络和鸟类身体短路一般都是由东方白鹳等大型鸟类导致的，而鸟啄??复合绝缘子都是由喜鹊等具有叨啄习性的鸟类导致的，针对不同的鸟类防治也??不同。目前输电线路运维人员缺乏对鸟类的了解。因此发生涉鸟故障往往不知??道是什么鸟类导致的，这给精确防鸟带来了比较大的麻烦，而开展相关培训比??较费时和浪费财力，且不一定能达到预期效果。??（２）在输电线路盲目安装大量的防鸟装置之后，由于鸟类的适应能力比较??强，安装的防鸟装置往往初期有效，等过一段时间，鸟类适应以后往往就起不??到应有的效果，甚至有些防鸟装置导致线路跳闸。??随着生活水平的提高，人民对供电的稳定性和可靠性也越来越高，因此有??必要开展鸟类智能识别，一方面可以为输电线路运维人员提供鸟类知识，提升??涉鸟故障防治的有效性和准确性；另一方面可以避免盲目安装防鸟装置，减少??投资，减少涉鸟故障，提升供电可靠性。??２??
?第２章涉鸟故障鸟类图像预处理???二幅为白鹭在输电线路周围环境的图像，选取这两种背景环境是因为本文处理??的对象的特性决定的，输电线路相关鸟种不仅会停留在输电线路上，其也会停??留在周边环境内，分别选取这两种条件对其进行预处理，其结果分别如图２－２??和图２－３。??原始阁像?灰度化Ｗ??／．?Ｉ?４??＾?＼?技??ａ）??阁像均衡化?＿?３＊３均值滤波??７＊＾１?／??Ｉ?３＇??ｂ）??３＊３中值滤波?同态滤波??／?ｉ?Ｊ?Ａ??－Ｌ?１?ｉ?義??ｃ）??图２－２输电线路上八哥和黑领椋鸟几种预处理对比图??９??
【参考文献】：
期刊论文
[1]基于BP神经网络的闽江口湿地鸟类物种识别的研究[J]. 林菡,邢婷婷,吴帆旭. 网络安全技术与应用. 2019(05)
[2]Lab空间的改进k-means算法彩色图像分割[J]. 霍凤财,孙雪婷,任伟建,杨迪,于涛. 吉林大学学报(信息科学版). 2019(02)
[3]架空输电线路杆塔黑领椋鸟和喜鹊的巢址选择[J]. 李阳林,郭志锋,徐陈华,张宇,植毅进,邵明勤. 江西师范大学学报(自然科学版). 2018(06)
[4]基于GrabCut的免交互图像分割算法[J]. 杨小鹏,何小海,王正勇,吴小强. 科学技术与工程. 2018(26)
[5]联合语义部件的鸟类图像细粒度识别[J]. 赵毅力,徐丹. 计算机辅助设计与图形学学报. 2018(08)
[6]运动模糊图像经典复原算法[J]. 季亚男,刘光远,陈通,李剑峰. 西南大学学报(自然科学版). 2018(08)
[7]架空输电线路绝缘子在典型鸟粪污染条件下的闪络特性[J]. 张宇,况燕军,陈铭业,郭志锋,李阳林,邹建章. 高电压技术. 2018(06)
[8]基于卷积神经网络语义检测的细粒度鸟类识别[J]. 李新叶,王光陛. 科学技术与工程. 2018(10)
[9]江西省输电线路常见鸟类习性分析[J]. 李阳林,徐宁,张宇,植毅进,邵明勤. 江西师范大学学报(自然科学版). 2017(05)
[10]湖南输电线路鸟害故障特征分析及防范措施[J]. 巢亚锋,徐志强,岳一石,王峰,王成,黄福勇. 高电压技术. 2016(12)
博士论文
[1]图像及视频超分辨率重建技术研究[D]. 张博洋.山东大学 2013
硕士论文
[1]结合姿态对齐和部位表达的鄱阳湖鸟类种群细粒度识别[D]. 陈淑娴.江西师范大学 2017
[2]基于鸟鸣声的移动式鸟类识别系统研究[D]. 万鹏威.中国计量学院 2014
[3]基于鸣声的鸟类智能识别方法研究[D]. 王恩泽.西北农林科技大学 2014
[4]基于改进网格搜索法SVM参数优化的说话人识别研究[D]. 王健峰.哈尔滨工程大学 2012
[5]基于隐马尔可夫模型的自动和弦识别[D]. 杨战.哈尔滨工业大学 2010
[6]语音识别的矢量量化技术研究[D]. 魏艳娜.河北工程大学 2007
[7]图像增强方法的研究与实现[D]. 高彦平.山东科技大学 2005
[8]基于内容的图像特征提取算法的研究[D]. 刘鹏宇.吉林大学 2004
本文编号：3599364
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图１－１典型输电线路涉鸟故障现场照片??
?第１章绪论???ＡＩ：?Ｉ?Ｉ?ｆ?＇Ｉ?ＩＥ?ａｇ：ｇｇ：？？??图１－２输电线路上的鸟类??针对鸟类故障，国家电网采用了大量防鸟装置，但是效果并不理想，主要原??因如下：??（１?）现有防鸟装置防治存在很大的盲目性。由于不同鸟类引起的危害不同，??例如鸟粪闪络和鸟类身体短路一般都是由东方白鹳等大型鸟类导致的，而鸟啄??复合绝缘子都是由喜鹊等具有叨啄习性的鸟类导致的，针对不同的鸟类防治也??不同。目前输电线路运维人员缺乏对鸟类的了解。因此发生涉鸟故障往往不知??道是什么鸟类导致的，这给精确防鸟带来了比较大的麻烦，而开展相关培训比??较费时和浪费财力，且不一定能达到预期效果。??（２）在输电线路盲目安装大量的防鸟装置之后，由于鸟类的适应能力比较??强，安装的防鸟装置往往初期有效，等过一段时间，鸟类适应以后往往就起不??到应有的效果，甚至有些防鸟装置导致线路跳闸。??随着生活水平的提高，人民对供电的稳定性和可靠性也越来越高，因此有??必要开展鸟类智能识别，一方面可以为输电线路运维人员提供鸟类知识，提升??涉鸟故障防治的有效性和准确性；另一方面可以避免盲目安装防鸟装置，减少??投资，减少涉鸟故障，提升供电可靠性。??２??
?第２章涉鸟故障鸟类图像预处理???二幅为白鹭在输电线路周围环境的图像，选取这两种背景环境是因为本文处理??的对象的特性决定的，输电线路相关鸟种不仅会停留在输电线路上，其也会停??留在周边环境内，分别选取这两种条件对其进行预处理，其结果分别如图２－２??和图２－３。??原始阁像?灰度化Ｗ??／．?Ｉ?４??＾?＼?技??ａ）??阁像均衡化?＿?３＊３均值滤波??７＊＾１?／??Ｉ?３＇??ｂ）??３＊３中值滤波?同态滤波??／?ｉ?Ｊ?Ａ??－Ｌ?１?ｉ?義??ｃ）??图２－２输电线路上八哥和黑领椋鸟几种预处理对比图??９??
【参考文献】：
期刊论文
[1]基于BP神经网络的闽江口湿地鸟类物种识别的研究[J]. 林菡,邢婷婷,吴帆旭. 网络安全技术与应用. 2019(05)
[2]Lab空间的改进k-means算法彩色图像分割[J]. 霍凤财,孙雪婷,任伟建,杨迪,于涛. 吉林大学学报(信息科学版). 2019(02)
[3]架空输电线路杆塔黑领椋鸟和喜鹊的巢址选择[J]. 李阳林,郭志锋,徐陈华,张宇,植毅进,邵明勤. 江西师范大学学报(自然科学版). 2018(06)
[4]基于GrabCut的免交互图像分割算法[J]. 杨小鹏,何小海,王正勇,吴小强. 科学技术与工程. 2018(26)
[5]联合语义部件的鸟类图像细粒度识别[J]. 赵毅力,徐丹. 计算机辅助设计与图形学学报. 2018(08)
[6]运动模糊图像经典复原算法[J]. 季亚男,刘光远,陈通,李剑峰. 西南大学学报(自然科学版). 2018(08)
[7]架空输电线路绝缘子在典型鸟粪污染条件下的闪络特性[J]. 张宇,况燕军,陈铭业,郭志锋,李阳林,邹建章. 高电压技术. 2018(06)
[8]基于卷积神经网络语义检测的细粒度鸟类识别[J]. 李新叶,王光陛. 科学技术与工程. 2018(10)
[9]江西省输电线路常见鸟类习性分析[J]. 李阳林,徐宁,张宇,植毅进,邵明勤. 江西师范大学学报(自然科学版). 2017(05)
[10]湖南输电线路鸟害故障特征分析及防范措施[J]. 巢亚锋,徐志强,岳一石,王峰,王成,黄福勇. 高电压技术. 2016(12)
博士论文
[1]图像及视频超分辨率重建技术研究[D]. 张博洋.山东大学 2013
硕士论文
[1]结合姿态对齐和部位表达的鄱阳湖鸟类种群细粒度识别[D]. 陈淑娴.江西师范大学 2017
[2]基于鸟鸣声的移动式鸟类识别系统研究[D]. 万鹏威.中国计量学院 2014
[3]基于鸣声的鸟类智能识别方法研究[D]. 王恩泽.西北农林科技大学 2014
[4]基于改进网格搜索法SVM参数优化的说话人识别研究[D]. 王健峰.哈尔滨工程大学 2012
[5]基于隐马尔可夫模型的自动和弦识别[D]. 杨战.哈尔滨工业大学 2010
[6]语音识别的矢量量化技术研究[D]. 魏艳娜.河北工程大学 2007
[7]图像增强方法的研究与实现[D]. 高彦平.山东科技大学 2005
[8]基于内容的图像特征提取算法的研究[D]. 刘鹏宇.吉林大学 2004
本文编号：3599364
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3599364.html
