仿真数据驱动的起重机钢丝绳断丝定量识别方法

针对工程应用中起重机钢丝绳损伤检测由于故障样本不足导致检测效果较差的问题,提出了一种仿真数据驱动的、基于卷积神经网络(CNN)模型的钢丝绳断丝定量识别方法。首先,使用有限元软件COMSOL对直径24 mm的6×37结构钢丝绳不同损伤类型进行了建模与仿真,并将提离值为5 mm处仿真漏磁场减去背景磁场,得到了仿真损伤信号;其次,搭建了钢丝绳漏磁检测试验台,采集了与仿真参数一致的钢丝绳断丝实测信号,并进行了小波去噪处理,解决了实测信号中由于存在噪声干扰导致与仿真信号不匹配的问题;最后,建立了卷积神经网络模型,采用仿真数据辅助模型训练,并使用早停法抑制了模型对训练集中仿真数据的过拟合问题。以仿真数据作为训练集和仿真数据辅助小样本实测数据作为训练集,进行了实验验证。研究结果表明:仿真数据驱动、小波去噪能够较大幅度地提高断丝识别率;早停法能够较好地抑制实验中的过拟合问题;该方法在两种实验形式下的准确率分别达到了84.5%和97.5%,证明该方法能够有效识别钢丝绳损伤,具有一定的理论研究价值和工程应用前景。

Application of Wavelet Algorithm to Spectral Analysis of Oceanic Waves and Offshore Structure Responses

Fourier transform （FF） is a commonly used method in spectral analysis of ocean wave and offshore structure responses, but it is not suitable for records of short length. In this paper another method, wavelet transform （WT）, is applied to ＇analyze the data of short length. The Morlet wavelet is employed to calculate the spectra density functions for wave records and simulated Floating Production Storage and Offloading （FPSO） vessels＇ responses. Computed wave data include simulated wave data based on JONSWAP spectrum and the recorded data of Storm 149 from North Alwyn. Wavelet method is validated by comparing the statistical characteristics by WF method and those by fast Fourier transform （FFT） method with those of target spectra. The spectral density fnnctions＇ shapes calculated by WT are less malformed and have less error of statistical characteristics compared with those by FT especially when the record lengths decrease.

红外图像中小目标检测的新算法

分析了红外图像中小目标、噪声以及背景的特点。针对高通滤波后小目标经常被强噪声淹没的情况,基于Donoho提出的小波变换的软阈值去噪方法,提出了一种峰值检测算法。实验结果证明方法可以有效地抑制高通滤波后的强噪声,并能检测出小目标。

基于小波变换和改进Top-Hat滤波的红外小目标检测

提出了一种基于小波变换与改进Top-Hat滤波的有效地红外小目标检测算法。该方法首先对红外图像进行单层小波分解,分别得到近似、水平、垂直和对角四个分量;接着,对近似分量进行改进Top-Hat滤波,并将滤波结果与原近似分量进行差分,得到差分图像,将其再与水平分量进行融合形成新的近似和水平分量。同时将垂直和对角分量的小波系数置零,进行小波重构。最后,为了进一步凸显红外小目标,采用了基于直方图的灰度变换方法对重构图像进行增强。实验结果证明本文所提出的算法能准确地检测出红外小目标,且鲁棒性较好。

改进的高效EZW遥感图像压缩方法研究

利用经过小波变换后的图像数据的能量大部分聚集在低频子带这一特点,针对小卫星星载计算机处理能力有限的客观情况,提出一种将预测编码和EZW编码相结合的图像压缩编码方法。通过有限的扫描次数,提取高频系数的重要系数。同时结合预测编码的方案,实现对低频系数几乎无损的压缩。实验证明,该方法能够使遥感图像的压缩同时具有较快的压缩速度和较好的压缩效果。

基于小波变换和管道滤波的红外空中小目标检测

针对空中远距离红外小目标检测的实际问题,提出了一种基于小波变换和管道滤波的检测算法。该方法利用小波变换的优良性质,通过分析噪声系数、背景边缘系数和目标系数在尺度间的不同特性,计算各个信号在尺度间的相关系数并归一化。按照自适应阈值法对噪声和背景边缘系数进行抑制,进而通过反变换得到抑制背景增强目标的图像。结合目标面积信息选择适当阈值,对重构图像进行分割生成单帧检测结果。基于目标运动的连续性和噪声的随机性,通过分别设置目标检测和位置变化门限,利用改进管道滤波完成小目标检测过程。试验结果表明,提出的算法能够准确地检测目标,相对于通常的小目标检测算法,该算法在背景抑制方面具有一定的优势,能够获得相对较高的信噪比。

基于小波变换与图像增强技术的红外小目标检测

提出了一种基于小波变换的单帧红外图像检测方法,将小目标检测问题简化为带通滤波的过程。该方法首先使用小波变换分解图像,直接舍去低频分量的背景,接着对提取出的三个高频成分分别进行小波分析,去除高频噪声,然后再对各高频分量进行重构,最后采用图像增强技术提高小目标灰度,进一步抑制干扰。计算机仿真结果表明,该方法能准确、高效地检测出小目标,并能克服一定的云层和建筑物干扰问题。

动态背景的序列图像中运动小目标检测算法

提出了一种动态背景下红外运动小目标的检测算法。该算法在连续四帧图像配准的基础上,对配准之后的图像序列进行沿时间轴的一维小波变换,实现目标和背景的分离。然后对主要包含运动目标信息的图像按像素相乘的方法得到目标增强图像,对其分割后提取运动小目标。实验结果表明,该方法能够有效的对红外慢速和快速运动的小目标进行检测。

红外运动小目标检测算法研究

红外探测器受到各种外因、内因的干扰,导致成像模糊,噪声干扰大,使红外运动小目标检测技术成为一直难以实现突破的尖端技术难题,本文提出综合运用基于小波变换的高频信息提取算法、基于灰度形态学梯度的边缘检测算法和以圆形性特征量作为判决准则的边界提取算法的红外运动小目标检测算法。

基于小波变换的自适应多模红外小目标检测

小波变换是一种有效的红外小目标检测方法。然而,在不同的子带、不同方向上,信号和噪声所呈现的特性不同,采用单一的阈值往往无法得到一个令人满意的检测结果。针对这一情况,提出了一种基于小波变换的自适应多模红外小目标检测算法。该算法可以根据不同尺度和方向上噪声的分布自动调整阈值,使得检测结果更加有效。其中分别采用了自适应Bayes Shrink阈值和广义交叉验证阈值处理每个子带的小波系数,接着再利用处理后的系数重构小波图像,最后通过一个简单的全局阈值分割得到红外小目标。实验结果表明,与对照方法相比,所提出的算法具有更好的检测性能和鲁棒性。

基于小波高频距离像的红外小目标检测

针对远距离复杂背景下红外小目标检测问题,提出了一种基于小波高频距离像的方法;该方法首先将处理空间变换到小波域,通过分析残留背景、目标和噪声系数在高频子带的差异,定义基于邻域均值的子带系数表达形式,构造高频子带系数的中心向量,对小波高频图像进行综合形成距离像,得到红外复杂背景的抑制结果;在此基础上,利用恒虚警率算法将单帧背景抑制图像分割成候选目标、残留背景和噪声像素点;最后,在时间域基于目标运动的相关性,利用管道滤波实现红外小目标的最终检测;仿真实验结果表明,相对于经典算法,该方法可以实现对红外复杂背景的有效抑制,增强目标信号的强度,准确稳定地从红外复杂背景中检测出小目标。

快速小波熵在图像检索中的应用

图像检索技术是多媒体应用中的关键技术,现有的基于内容的图像检索技术大都是基于非压缩域的。随着各种压缩标准的推出与普及,人们开始研究直接在压缩域的图像检索技术。由于小波变换在图像压缩中的应用,文献中提出了基于小波直方图的图像检索技术,但该技术的计算复杂性高,检索速度较慢。提出了快速小波熵的图像检索技术以减少小波直方图技术的计算复杂性并提高了检索速度。

采用小波变换和数学形态学的小目标检测

鉴于常用检测方法不能准确稳定地检测出复杂背景中小目标,结合小波变换和数学形态学,提出了一种小目标检测新方法。首先对图像进行单尺度小波变换,提取高频分量系数;其次,利用阈值算法将各个高频分量系数图像转化为二值图像后对其进行多结构元素形态学滤波,滤波结果与原二值图像相减后在差值图像上得到可能的小目标。将3个方向的高频系数的检测结果相关联获得单帧检测结果;最后将多个单帧检测结果进行流水线检测,得到最终的检测结果。仿真结果表明该方法能够准确稳定地检测出信噪比(SNR)大于2的弱小目标。

利用Gabor小波变换解决人脸识别中的小样本问题

提出了一种在人脸识别中解决小样本问题的新算法。通过把人脸图像经过Gabor小波变换后得到的每个图像都看成是独立的样本,大大增加了每一类人脸样本的样本数,解决了人脸识别中的小样本问题。专门针对人脸特征向量组,设计了使用白化变换后余弦距离测度的最近邻分类器来进行分类判决。在FERET人脸库中,对该方法与直接PCA方法进行了实验比较,结果表明,新方法的平均正确识别率可以达到97%,比直接PCA方法具有更好的识别性能。

高温合金中微小缺陷超声检测信号的小波去噪研究

本文首先建立了高温合金材料微小缺陷的超声检测信号模型,然后在分析仪器电噪声、晶粒散射噪声、缺陷信号的频谱分布及小波变换特性的基础上,采用一种用一个尺度间变化的门限阈值来去除噪声的小波变换系数再重构检测信号的方法提高信噪比。计算机仿真分析和实验结果表明,该方法不仅具有很好的去噪效果,而且重构的缺陷回波的波形失真度小,有利于进一步作定量检测。

基于小波变换的小目标检测

利用小波分析的多分辨率特性和时频局部窗特性能够克服传统方法的局限,实现小目标的精确定位检测。基于小波变换的小目标检测,先利用改进的小波变换选择合理的小波基和小波变换窗口对小目标图像滤波,后结合直方图阈值分割法分割阈值。实验结果表明该方法不仅能很好保存小目标的形状特征,还能将背景几乎完全消除。

基于暂态行波的小电流接地系统故障定位

小电流接地系统发生接地故障时,故障电流的稳态分量较小,导致许多基于稳态分析的接地选线装置效果不佳,故障定位不准确。分析了小电流接地系统单相接地时故障线路与非故障线路的零序电流特征,介绍了小波变换、信号奇异性检测及行波测距原理,提出了利用小波变换提取暂态分量作为依据的故障选线方法,该方法对接地故障的暂态分量进行小波变换,通过比较变换后零序电流模极大值的大小和极性判别出故障线路,进而实现行波测距故障定位。MATLAB仿真结果表明,该方法能够准确、可靠地实现故障定位。

SAR图像弱反射地物边缘提取方法

提出了一种抑制ＳＡＲ图像相干斑噪声和提取弱反射地物边缘方法．传统噪声抑制和小波变换去噪方法有其不足之处，本文将小波变换和维纳滤波结合抑制ＳＡＲ图像相干斑噪声，通过选择恰当小波基获得良好滤波效果。采用最小错误准则计算ＳＡＲ图像的理论分割阈值，通过逐次迭代得到其合理大小，利用形态算子作用于分割图像获得其边缘．实际ＳＡＲ图像测试结果表明了本文方法的有效性．

海天背景红外图像小目标自动定位方法

通过对舰载红外警戒系统成像进行分析,提出了一种基于交叉算法的海天背景红外小目标的自动定位方法。其基本思路是根据红外图像的特点,首先通过Radon变换域极大值点提取海天线,然后沿海天线平行的方向取与海天线平行的直线,进行频率突变点的检测,最后由海天平行线和频率突变点处坐标共同对红外图像小目标进行定位。试验结果表明,该算法能快速、准确地对目标自动定位。

一种基于小波变换的红外小目标去噪算法

研究了复杂背景下红外小目标图像的去噪问题,鉴于小波阈值法去噪的缺点,结合小波变换的去相关性和能量紧支性,提出一种新的去噪方法。考虑到实际中的复杂背景和大量干扰,弱小目标通常占有很少像素,首先对红外小目标图像进行二级小波变换,然后根据新的算法对变换所得小波细节系数进行邻域运算,最后通过小波逆变换得到处理后的图像。实验中采用Db3小波基函数,分别对两帧低信噪比原始图像进行仿真。仿真结果表明,该算法能很好地保存小目标的形状特征,抑制背景,达到较好的去噪效果。