基于LMD–SVD的微震信号降噪方法研究

作为一种3维、实时的监测手段,微震监测通过分析岩体破裂产生的微震信号,评估工程岩体的稳定性,为工程建设和人员安全提供预警。然而,工程现场情况复杂,采集微震信号时通常会混入一定程度的噪声,影响后续微震信号的分析工作。针对这一问题,提出一种基于局部均值分解(local mean decomposition,LMD)和奇异值分解(singular value decomposition,SVD)的LMD–SVD联合降噪法以降低噪声干扰。该方法首先使用LMD分解,获得一系列由高频到低频分布的乘积函数(product functions,PF);通过计算原始信号与各个PF分量之间的相关系数,确定含噪信号与有效信号之间的分界位置,将分界分量之前的分量剔除,实现初步降噪。然后,针对LMD分解结果中的残留噪声,使用SVD法,以加权能量贡献率(percent of contribution to total energy,PCTE)作为奇异值阶数的确定方法,对分界PF分量进行降噪处理,实现二次滤波。通过上述处理,最终实现微震信号降噪。在仿真实验中,对于同一带噪的Ricker子波,分别使用经验模态分解(empirical mode decomposition, EMD)、LMD、LMD–SVD这3种方法进行降噪处理。其降噪前后信号的信噪比、波形图及频谱图对比结果表明LMD–SVD是一种更好的降噪方法。此外,对于白鹤滩水电站左岸地下厂房的微震监测系统所采集的信号,运用LMD–SVD对含噪微震信号进行降噪处理,表明本文方法能够有效地去除微震信号中的高频噪声,为后续微震分析工作提供帮助。

一种基于椒盐噪声密度的滤波算法

视频传输中,每帧图像受到噪声污染程度不同,常利用单一滤波算法对其批量滤波处理.若选用计算简单的滤波算法,虽处理速度快,但在高噪声密度下滤波效果较差.选计算复杂的滤波算法,虽视觉效果较好,但滤波处理时间将会增加,不满足实际工程要求,针对该问题,提出一种基于椒盐噪声密度的滤波算法.首先对现有的滤波算法进行大量实验,结合提出的一种判别滤波算法性能优劣的综合评价公式,确定出不同噪声密度下对应性能最优的滤波算法.再估算出每幅图像噪声密度,选择对应的滤波算法对其去噪处理.实验结果表明,方法对噪声密度估计的误差在0.1%以内,并能自适应的根据噪声密度选取性能最优的滤波算法,同时算法对图像噪声分离处理后,使得未被噪声污染区域细节相比于选取出的滤波算法保护得更完整.

基于欠样本混合内变基字典的扩展协同表示算法

协同表示算法对人脸图像具有快速分类的特点,但在单样本或欠样本情况下,对变化复杂的人脸识别率还不够理想,无法满足工程要求。针对该问题,提出一种基于欠样本混合内变基字典的扩展协同表示算法。首先借助在同一环境下采集到的不同人脸的变化过程,提取人脸的变化共同特征并生成内变基,再融合两种及两种以上不同人脸变化的共同特征生成混合内变基,提高内变基的通用性,建立训练样本与测试样本之间变化的稀疏字典。训练样本在字典帮助下近似构建出测试样本的特征人脸,达到扩展训练样本集的目的,再对人脸协同分类。利用AR库、ORL库、Yale库和Yale B库进行识别实验。结果表明,本文算法能有效提高协同表示算法的识别率,在欠样本情况下识别率提高7.33%~33.17%,在单样本情况下识别率提高6.78%~24.47%。

采用外部数据扩充样本的协同表示去噪算法

针对滤波算法利用内部数据很快达到滤波性能极限、在噪声密度较大时无法满足滤波要求的问题,提出采用外部数据扩充样本的协同表示去噪算法。通过协同表示寻找到与待滤波图像相似的外部数据图像,并利用该图像生成虚拟图像,扩充数据库纹理信息;通过匹配待滤波图像与外部数据图像的相似碎片信息,完成滤波过程。实验结果表明,所提出算法对高密度噪声图像的滤波效果较BM3D算法有大幅度的提升,并具有较好的鲁棒性,可获得高质量的滤波图像。

一种基于Viola-Jones的改进人脸定位算法

Viola-Jones算法能快速定位人脸,但该算法存在对有偏角的人脸出现漏检和对周围环境非人脸区域出现误检的情况。针对该问题,提出一种基于Viola-Jones的改进人脸定位算法。首先将图像中检测到的人脸像素区域排除,再对剩下未被检测出的区域转为YCrCr模式,设定阈值排除大部分环境中非肤色像素的干扰初步筛选出候选人脸区域,再利用形态学方法进一步排除身体其他部位肤色的干扰和环境中近似人脸像素的背景色干扰并对筛选出的区域进行左角度矫正调整和右角度矫正调整,重新检测,准确定位出人脸位置。通过在标准人脸检测库Faces、IMM和AFW上进行实验,结果表明,该算法能有效提高人脸定位的准确性,较原算法在Faces测试库中正确检测率提高5%,在AFW测试库中正确检测率提高9%。

一种改进的协同表示算法在人脸识别中的应用

协同表示算法在人脸识别过程中,受人脸的光照、表情、姿态、特别是训练样本过少等因素影响造成其特征的模糊或者丢失.训练样本数量较少时该问题更为突出,利用原始样本生成虚拟样本再权值融合的协同表示算法虽然对该问题有所改善,却不能大幅度提升人脸识别率.针对以上问题,提出一种改进的协同表示算法,首先生成镜像样本和轴对称样本,以增加单样本人脸特征信息;再在协同表示分类器下分类,对虚拟样本与原始样本加权融合,利用改进的算法增强人脸的特征,并重构误差进行分类识别;最后利用Yale、ORL和FERET人脸数据库实验,比较不同算法识别率.结果表明,在单样本识别中,改进的协同算法识别率比CRC提高2%~17%,比原始样本与对称样本融合提高2%~8%,比原始样本与镜像样本融合提高2%~3%,有效地提高了人脸识别率.

基于阶乘权值模板的卷积滤波算法

针对传统的空域平滑卷积模板的权值系数未有效利用图像相邻空间的位置信息,本文构建一种平滑卷积模板的权值系数由图像相邻距离的阶乘确定的空域滤波方法。通过对比实验证明,本文提出的基于阶乘权值模板的卷积滤波算法更好地地保留图像的细节与轮廓信息,峰值信噪比与结构相似度都有一定的提高,图像去噪性能更优。

基于椒盐噪声滤波算法的优化处理

提出了一种针对椒盐噪声滤波算法的优化方法。首先对椒盐噪声图像进行平滑预处理,将结果与椒盐噪声图像做差运算,当差值大于阈值则判定为噪声点;再利用椒盐噪声图像减去噪声像素点得到一幅未被污染的细节图像,利用滤波处理后的图像减去未被污染的细节图像得到噪声滤波处理后的像素点,然后将这些处理后的像素点与未被污染的细节图像镶嵌融合,实现在滤波过程中只对噪声像素点进行滤波处理。实验结果表明,相较于原椒盐滤波算法,优化算法对峰值信噪比提升了2dB左右;同时,优化算法对去核辐照噪声的滤波算法同样具有优化作用,优化处理所需时间小于0. 01 s,图像的保真率得到了提高。

改进Retinex的低光照图像增强

针对低光照条件下拍摄的图像受可见光低和噪声的影响,不仅降低图像在视觉上的美感而且会造成重要信息丢失的问题。本文提出结合平滑聚类和改进Retinex算法的估计照明图的低光照图像增强方法。使用平滑聚类将图像分离为细节层和基础层;利用max-RGB找到各通道最大值用于估计每个像素的照度,构建初始照明图,根据局部一致性和交替方向最小化技术优化照明图;自适应Gamma矫正对优化后的照明图进行非线性重标形成最终光照图;根据最终光照图增强输入图像,将增强后图像与细节层进行融合,获得清晰且细节更为丰富的图像;通过与LE,GC,HE,SSR,MSR,MSRCR,MSRCP算法相比,在图像HightB上,边缘强度最高达到1.00e+02,平均梯度最高达到10.5206,空间频率最高达到52.0508,图像清晰度最高达到14.6562,在主观评价和客观评价均优于其他对比算法。实验结果表明,所提算法具有良好的清晰度,更好的保留边缘和细节纹理,使用本文算法增强后的图片质量更高,细节更加丰富。

自适应调整窗口维度的动态中值滤波算法

经典中值滤波算法在不同噪声密度下为了得到最优滤波效果,需手动调节滤波窗口大小,同时在滤波过程中会对图像细节造成二次污染.针对这一问题,提出一种基于椒盐噪声密度、自适应调整中值滤波窗口的算法,首先估计出图像噪声密度,再确定传统中值滤波在不同噪声密度下,对应的最优窗口维度,并建立函数关系,利用函数关系自适应调整窗口维度,最后将椒盐噪声图像的待修复像素值替换为滤波修复后的像素值,防止细节被模糊化.实验显示,噪声密度估计的误差在3%范围内波动;采用四舍五入的方法使算法能够自适应匹配到最优滤波窗口,再对噪声分离处理,使得中值滤波对图像的细节保护更加完整.

改进型双工位螺丝锁付机器人设计

针对生产线上的工件螺丝锁付效率低下,现有螺丝锁付机器人获取工件螺孔坐标困难等问题,提出了一种基于STM32 ARM Cortex-M3内核单片机的双工位螺丝锁付机器人。利用文件管控芯片,自动提取了出图纸文件中包含的工件螺孔坐标数据,采用S型速度控制算法将电机速度采样进行了量化,分成7个不同阶段进行控制,并结合实际生产经验优化了锁付路径,防止了工件锁付时存在的翘角现象;最后,引入了工业触摸屏,使用Modbus协议搭建了螺丝机人机接口(HMI)系统,改善了人机交互效果。实验结果表明:改进型双工位螺丝锁付机器人工作效率约为95.3%,成功率高达99.2%,提高了工件螺丝锁付效率。

强噪声下改进Canny算法的边缘检测

针对传统边缘检测算法抗噪性较差、易受噪声影响、误判率高和漏判等问题,提出一种强噪声环境下对传统Canny边缘检测算法的改进算法。该算法选用平滑聚类滤波取代高斯滤波对受噪声图像进行预处理;对滤波窗口内的像素点进行噪声检测,根据检测到的噪声点个数自适应调整滤波窗口的大小,改变窗口中各信息的输出,为图像中的重要信息赋予较大的权值,实现降低噪声影响的同时防止重要信息被过滤;极大值抑制阶段在3×3邻域内使用Sobel算子,额外加入45°、135°方向计算梯度幅值和方向,更全面地检测细节信息;针对图像的灰度变化使用平均方差来计算高阈值。仿真结果表明,在高斯噪声和椒盐噪声的混合强噪声干扰下,该算法得到的边缘提取结果明显优于传统算法得到的结果。

采用先验知识的边缘提取算法

针对传统的边缘提取算法,在提取边缘时,不完整、不连续,尤其在高噪声情况下,无法提取图像边缘等问题,提出一种基于先验知识的边缘提取算法.首先,学习与待边缘处理图像有相似纹理信息的图像,获得先验知识,对噪声图纹理进行修复;然后,再利用局部均匀稀疏度方法强化细节特征,弱化背景特征;最后,检测出图像边缘,达到提取图像边缘的目的.实验结果表明,该算法能够克服传统边缘算子在边缘提取时,边缘不完整、不连续等缺点;同时,对强高斯噪声污染图像具有优秀的边缘提取效果.

一种结合内变化基和乘性协同表示分类的人脸识别算法

针对协同表示分类的缺点,提出了一种结合内变化基和乘性协同表示分类的人脸识别算法。首先,利用测试库中人脸不同噪声的变化或图库外人脸的噪声变化,构造出训练样本人脸与测试样本人脸之间变化的内变化基稀疏字典;然后,训练样本在字典的帮助下模拟出受遮挡和光照影响的各种特征,减小训练样本与测试样本之间的差异,达到提高识别率的目的。各种比较算法在AR人脸库、ORL人脸库,Yale人脸库和Yale B人脸库上的实验结果表明,所提算法能大幅度提高协同表示分类算法的识别率,对于单样本人脸识别具有优秀的鲁棒性。

混合样本融合边缘信息的单样本人脸识别研究

在进行人脸识别的时候,训练样本数量对识别率的大小影响非常大,由于存储技术和训练样本采集困难等诸多条件的限制,如何利用一幅人脸有用的信息尽可能地生成并包含更多的人脸信息成为了学术界的难点。针对该问题,提出一种按不同权值将原始图像和虚拟样本混合后再融合其人脸不同灰度值的边缘信息,构成新的训练样本。首先将原始样本灰度处理后生成轴对称图像和镜像图像,按不同权值混合。再提取混合后的边缘信息按不同灰度值与混合后的图像融合。使单幅人脸图像包含更多的特征信息。实验结果表明,混合权值之和大于1并且融合其边缘信息后生成的训练样本,相比原始样本信息的人脸识别率能提升2%~12%,表明该方法能有效地提高人脸识别率。

CH376纠正机器视觉提取螺孔误差的方法

基于对工件螺孔形态的观察,分析了DXF格式的工件图纸文件,研究了文件管理控制芯片CH376的应用实例,提出了一种能有效纠正视觉误差、提高螺孔识别精度的方法。首先,将机器视觉技术与CAD技术相结合,在视觉识别的基础上,使用CH376枚举出用户U盘内的DXF文件,并根据DXF文件的构成规律查找出指定字段中的图元信息。然后,控制器利用图元依附关系、螺孔形状、螺钉国标规格等判定条件筛选出符合要求的坐标数据作为视觉误差纠正基准。最后,结合视觉与图纸数据,对实际工件中存在的平移偏差和旋转偏差进行纠正,演算出现场工件的正确螺孔坐标数据。实验结果表明,所提方法能够有效纠正视觉识别误差,且识别过程无需人工参与,工作速率和成功率均有明显提高。

一种非对称非局部变分图像复原模型

非局部变分采用关于目标像素点对称的区域作为寻找相似信息的目标图像块,会遗漏部分相似信息或无法找到相似信息,造成图像的非局部相似信息无法有效利用,图像复原性能有限。为更有效地利用图像非局部相似信息,提出以关于目标像素点非对称的区域作为目标图像块的非对称非局部变分模型。为有效求解该模型,通过图像平移将二维空间的非对称非局部变分模型转变为三维空间的对称非局部变分模型,并给出该模型的交替Bregman迭代求解过程。通过对比实验证明:提出的非对称非局部变分模型更好地利用了图像的非局部相似度信息,可复原更多的图像信息,获得的峰值信噪比与结构相似度都高于非局部变分模型。

Scrapy框架下反反爬虫和数据有序性的实现

在爬虫获取数据时,由于获取速度过快易被网页反爬虫机制拦截,需要一种规避网页反爬虫的机制.结合目前反爬虫常用的手段,提出了一种反反爬虫机制.首先找到需要进行网页数据爬取的url,在不使用任何反反爬虫机制的情况下观察爬虫程序被拦截的次数,然后针对目标网页反爬虫机制,设计出一种反反爬虫机制.实验结果表明,通过设置随机抽取useragent和随机IP,跟踪目标网页referer,禁用cookies的反反爬机制,可以规避反爬虫的阻挠,使爬虫爬取到目标网页数量增加,成功率和效率都有所提高.

机器人的扣眼定位跟踪方法研究

在工业纺织中,由于织物扣眼难以精确定位,使得机器人不能准确对织物扣眼进行缝制。针对此问题,提出了机器人扣眼定位跟踪方法。首先借助Adaboost算法对目标图像进行特征提取,为了使算法满足实际工程要求,对原图进行积分图法特征提取,降低图像分类复杂度,从而提高扣眼检测准确度,再使用形态学滤波提取扣眼轮廓,将其作为CamShift跟踪算法的输入并实时更新扣眼的位置。该方法对研制锁眼机器人有一定的借鉴意义。

高应力地下厂房顶拱开挖过程围岩力学响应与稳定性分析

水电站地下厂房洞室群地质结构复杂、地应力高,施工期间围岩变形破坏现象频繁发生。针对某水电站高应力地下厂房开挖卸荷诱发顶拱破坏的问题,开展围岩损伤演化过程分析。利用微震监测技术实时记录地下厂房开挖期间围岩微破裂萌生、发育及扩展过程。结合常规监测、现场踏勘,揭示深部围岩损伤与施工动态的响应规律。采用数值模拟重现开挖过程应力场与位移场的渐进演化特征。研究结果表明:微震活动与施工状态、地质条件密切相关,厂房K0–40~K0–60区域微震事件聚集由强卸荷及节理、裂隙共同控制。开挖卸荷形成的高边墙水平应力及顶拱垂直应力加剧了围岩损伤沿开挖轴向扩展演化。震源参数在围岩变形破坏前表现为矩震级增大、视应力下降、累计视体积不变。研究成果可为类似地下工程开挖围岩损伤及稳定性评价提供借鉴。