基于二维双树复小波变换的无人机个体识别

在无人机个体识别中,直接用双谱矩阵进行个体识别要计算复杂的二维模板,运算效率低。针对这一不足,提出了一种基于二维双树复小波变换的二次特征提取算法。该算法将双谱分解成多个方向子带图并计算其能量和能量偏差,将维度较高的双谱矩阵高效地转换为维数较低的图像纹理特征,再将其送入支持向量机实现无人机个体识别。采用实采的Phantom 3 Advanced与Mavic Pro图传信号对算法进行验证,结果表明,基于二维双树复小波变换比直接用双谱矩阵进行分类的运算效率高21倍,准确率相较于基于积分双谱、基于灰度共生矩阵、基于小波变换法有不同程度的提升,满足准确性和实时性的需求。

基于2D-DTCWT的超精密车削表面形貌多尺度分析

在超精密加工中,工件三维表面形貌的多尺度分析常用于纹理特征的提取和误差溯源。传统的二维离散实小波变换存在频率混叠严重和方向选择性差等缺陷,影响其对超精密车削表面中多方向性线形纹理特征的提取效果。文章基于车削实验,将二维双树复小波变换应用于超精密车削表面的分析中,并且针对小波变换层数的选取问题,对各层尺度系数重构表面的峭度及其相对于原始表面形貌数据的均方根误差进行分析,确定了小波变换层数的选择准则。为了评估二维双树复小波变换的分析效果,从能量泄漏和纹理特征两方面将其与二维离散实小波变换进行对比,验证了二维双树复小波变换分析超精密车削表面的优越性。