分类号密级UDC昆明理工大学硕士学位论文电力设备运行环境监控图像异常检测算法研究研究生姓名尹远指导教师姓名、职称余正涛教授学科专业检测技术与自动化装置研究方向图像检索论文工作起止日期2015年1月~2016年3月论文提交日期2016年3月一遵守学术行为规范承诺本人已熟知并愿意自觉遵守《昆明理工大学研究生学术规范实施细则（试行）》的所有内容，承诺所提交的毕业和学位论文是终稿，不存在学术不端行为，且论文的纸质版与电子版内容完全一致。二独创性声明本人声明所提交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得昆明理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果由本人承担。三关于论文使用授权的说明本人完全了解昆明理工大学有关保留使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵守此规定）本学位论文属于（必须在以下相应方框内打“√”，否则一律按“非保密论文”处理）：1、保密论文：□本学位论文属于保密。2、非保密论文：□本学位论文属于内部论文，网上延后公开。□本学位论文不属于保密范围，适用本授权书。是否同意授权以下单位（必须在以下相应方框内打“√”，否则一律按“同意授权”处理）：□同意授权□不同意授权将本人学位论文著作权中的数字化复制权、发行权、汇编权和信息网络传播权的专有使用权在全世界范围内授予中国学术期刊（光盘版）电子杂志社，并在《中国优秀博硕士学位论文全文数据库》和CNKI系列数据库中出版。研究生本人签名：签字日期：20年月日研究生导师签名：签字日期：20年月日摘要监控电力设备运行环境对于电力设备的正常运行具有非常重要的意义。随着电力系统的发展，对电力设备运行环境的监控由人工逐渐变为各种监控设备。监控设备通过对采集到的环境信息进行处理和分析，可以得到运行环境的状态；当运行环境中发生异常情况，监控设备发出警报，工作人员可及时进行处理，恢复电力设备运行环境的安全。本文围绕如何检测电力设备运行环境监控图像中的异常情况这一问题，在识别电力设备运行环境监控图像中的人员、检测电缆断裂情况以及检测电力设备运行环境监控图像中的火灾等方面展开了研究，主要取得了以下的成果：(1)基于SVM的电力设备运行环境监控图像人员识别针对电力设备运行环境监控图像中出现人员可能会引起触电事故、导致设备被盗被破坏的问题，本文首先使用混合高斯背景模型提取人员区域，然后提取人员区域的边缘方向直方图特征，再构建SVM分类器，用边缘方向直方图特征训练SVM分类器，通过被训练的SVM分类器识别出电力设备运行环境监控图像中的人员。实验结果表明，在论文所构建的监控图像测试集中，相比基于SVM的方向梯度直方图人员识别模型，基于SVM电力设备运行环境监控图像人员识别模型的准确率和召回率分别提高了8.65%和22.6%。(2)基于改进的Hough变换的电缆断裂检测针对检测监控图像中电缆由于老化、极端天气等因素造成的断裂的问题，本文首先对电缆监控图像进行增强和去噪，然后通过改进的Canny算子提取出监控图像中电缆的边缘方向直方图特征，对这些边缘图像进行腐蚀和膨胀以获得更加精确的电缆边缘图像，通过对电缆边缘图像进行改进的Hough变换找出电缆所在的直线段，将直线段映射到直角坐标系中，通过计算直线段之间以及直线段延长线之间的交点坐标和直线段延长线之间的夹角并结合直线段的斜率来检测电缆是否发生了断裂。实验结果表明，在论文所构建的监控图像测试集中，相比基于LSD的电缆断裂检测模型，基于改进的Hough变换的电缆断裂检测模型的准确率和召回率分别提高了33.5%和31.15%。(3)基于颜色聚合向量和小波能量特征的电力设备运行环境监控图像火灾检测针对基于传感器的监控设备并不能及时地检测到发生在距电...