动态电能质量扰动的多刻度形态学分析

利用多刻度数学形态学由粗到细地对信号进行分层处理的特点,从动态电能质量扰动的波形出发,建立一种全新的多层次描述和多层次处理的扰动辨识方法。该方法不以传统的基于有效值理论的波形分析和基于稳态信号的频谱分析为辨识依据,而是直接从波形的几何形态出发,采用不同刻度的结构元素对波形进行变换,通过形态学膨胀、腐蚀、开、闭运算,得到各刻度下的形态谱并获得对所研究对象的直观的理解。仿真结果证明该方法弥补了傅立叶变换和小波变换的一些缺陷;适当选择结构函数的幅值和信号采样率后,分析结果只受结构函数形状的影响。为动态电能质量扰动的检测、识别与分类提供了新的思路。

图像边缘分割算法的优化研究与仿真

研究图像边缘分割问题,提高分割的准确性。针对图像中物体像素与其边缘像素容易发生像素粘连,粘连部分由于发生像素灰度混合,造成像素差异极小,传统的基于灰度的边缘检测算法由于不能很好的区分粘连部分的灰度差异,不能完整检测图像边缘的问题。提出了一种离散余弦变换(DCT)和数学形态学边缘分割算法。通过对提取过的特征图像在同一尺度下用多个结构元素分别对图像进行边缘分割,经过合成得到多尺度多结构元素形态学检测的边缘图像,摆脱分割算法对像素灰度的依赖。仿真结果表明:方法具有较好的抗干扰性和定位准确性,分割的边缘更为完整准确,取得了令人满意的效果。

关于图像识别边缘检测算法仿真研究

针对图像的边缘检测算法抗干扰性能差的缺点,为对图像特征进行准确识别,抑制噪声干扰,提出了一种多刻度数学形态学边缘检测算法。算法首先在同一尺度下用多个结构元素分别对图像进行边缘检测,经过合成得到尺度下的边缘图像。可对不同尺度下的边缘图像加权求和,再经过二值化、去除噪声等处理,最终得到多尺度多结构元素形态学检测的边缘图像。最后在Matlab仿真环境下进行仿真,分别以原始图像和噪声干扰图像为对象进行仿真,仿真结果表明:方法具有较好的抗干扰性和定位准确性,得到的边缘更为完整、细节更为明显的效果。