针对航空图像中的水面尾迹,提出了一种基于方向极傅里叶频谱二维主成分分析(Two-dimensional principal component analysis,2DPCA)的尾迹自动检测算法.该方法根据子图像的纹理方向,对傅里叶频谱进行极坐标变换,使得到的方向极傅里叶频...针对航空图像中的水面尾迹,提出了一种基于方向极傅里叶频谱二维主成分分析(Two-dimensional principal component analysis,2DPCA)的尾迹自动检测算法.该方法根据子图像的纹理方向,对傅里叶频谱进行极坐标变换,使得到的方向极傅里叶频谱具有平移和旋转不变性.相对于文献中对极频谱的直接划分作为纹理特征,本文对它进行一次列二维主成分分析,一次行二维主成分分析和两次二维主成分分析,实验结果表明本文方法具有更高的分类识别率,其中两次二维主成分分析的分类识别率最高.对40幅图像的测试结果表明,本文的方法能够有效地自动检测航空图像中的水面尾迹纹理。展开更多
针对傅里叶分解方法存在过度分解、运算时间长等问题,提出了一种基于循环频谱包络的经验傅里叶分解(CEEFD)算法,并将该算法运用到滚动轴承故障诊断中。首先,对信号进行了快速傅里叶变换(FFT),获得了信号的频谱,对傅里叶频谱进行了循环包...针对傅里叶分解方法存在过度分解、运算时间长等问题,提出了一种基于循环频谱包络的经验傅里叶分解(CEEFD)算法,并将该算法运用到滚动轴承故障诊断中。首先,对信号进行了快速傅里叶变换(FFT),获得了信号的频谱,对傅里叶频谱进行了循环包络,得到了包络曲线,减少了无用极值点的个数,抑制了噪声对分量的干扰;然后,采用改进的局部最大最小值(local max min)分割技术,对频谱包络曲线进行了频带分割;最后,构建了零相位滤波器,采用逆快速傅里叶变换(IFFT)对每个频带进行了信号重构,得到了若干个瞬时频率且具有物理意义的单分量信号;通过对仿真信号和滚动轴承实测信号的分析,并将其与经验模态分解(EMD)、经验小波变换(EWT)、傅里叶分解方法(FDM)、变分模态分解(VMD)和经验傅里叶分解(EFD)进行了实验对比验证。研究结果表明:采用CEEFD方法获得的单分量包含了更准确的故障特征信息,验证了CEEFD方法的有效性,CEEFD方法可用于轴承的故障诊断;相对于上述方法,CEEFD方法具有更高的准确精度和更强的抗噪声干扰能力。展开更多
文摘针对航空图像中的水面尾迹,提出了一种基于方向极傅里叶频谱二维主成分分析(Two-dimensional principal component analysis,2DPCA)的尾迹自动检测算法.该方法根据子图像的纹理方向,对傅里叶频谱进行极坐标变换,使得到的方向极傅里叶频谱具有平移和旋转不变性.相对于文献中对极频谱的直接划分作为纹理特征,本文对它进行一次列二维主成分分析,一次行二维主成分分析和两次二维主成分分析,实验结果表明本文方法具有更高的分类识别率,其中两次二维主成分分析的分类识别率最高.对40幅图像的测试结果表明,本文的方法能够有效地自动检测航空图像中的水面尾迹纹理。
文摘针对傅里叶分解方法存在过度分解、运算时间长等问题,提出了一种基于循环频谱包络的经验傅里叶分解(CEEFD)算法,并将该算法运用到滚动轴承故障诊断中。首先,对信号进行了快速傅里叶变换(FFT),获得了信号的频谱,对傅里叶频谱进行了循环包络,得到了包络曲线,减少了无用极值点的个数,抑制了噪声对分量的干扰;然后,采用改进的局部最大最小值(local max min)分割技术,对频谱包络曲线进行了频带分割;最后,构建了零相位滤波器,采用逆快速傅里叶变换(IFFT)对每个频带进行了信号重构,得到了若干个瞬时频率且具有物理意义的单分量信号;通过对仿真信号和滚动轴承实测信号的分析,并将其与经验模态分解(EMD)、经验小波变换(EWT)、傅里叶分解方法(FDM)、变分模态分解(VMD)和经验傅里叶分解(EFD)进行了实验对比验证。研究结果表明:采用CEEFD方法获得的单分量包含了更准确的故障特征信息,验证了CEEFD方法的有效性,CEEFD方法可用于轴承的故障诊断;相对于上述方法,CEEFD方法具有更高的准确精度和更强的抗噪声干扰能力。