基于多尺度圆周频率滤波与卷积神经网络的遥感图像飞机目标检测方法研究

针对遥感图像飞机目标检测因目标尺度不一存在漏警、虚警等问题,该文基于遥感图像中飞机目标形状特征和灰度变化特点提出了一种多尺度圆周频率滤波(MSCFF)与卷积神经网络(CNN)相结合的MSCFF+CNN飞机目标自动检测算法。该算法首先采用多尺度圆周频率滤波器滤除遥感图像复杂背景,实现不同尺度飞机目标候选区域提取;然后,通过构建卷积神经网络(CNN)模型实现候选区域有效分类,最终精确确定飞机目标位置。最后,基于获取的真实遥感图像进行目标检测算法实验验证,经统计该算法的飞机目标检测率为94.38%,虚警率为3.76%,实验结果充分验证了该文算法的有效性,该算法可为机场监管、军事侦察等应用提供重要的技术支持。

遥感图像飞机检测新方法——圆周频率滤波法

利用飞机在光学遥感图像中的形状特点和灰度变化特点,本文提出了一种新的飞机目标检测方法一圆周频率滤波法。首先,采用圆周频率滤波器对全图进行滤波,在飞机中心点附近像素通过滤波后幅值通常比其他非飞机区域的幅值大,从而通过保留滤波后幅值大的点作为飞机中心的候选点;然后,通过区域生长式聚类确定最终的飞机位置。本文的方法用于8幅1.0-4.0米分辨率的光学遥感图像的飞机目标提取,总共65架飞机,正确检测出59架,5个虚警。实验证明圆周频率滤波法用于遥感图像的飞机目标检测,是一种即简单又有效的方法。

基于交叉耦合锁相环的多频带滤波器:一种检测系统多时间尺度振荡的自适应滤波器

电力电子装备的大规模应用所引起的振荡,给电力电子化电力系统安全与稳定运行带来了巨大挑战。为解决上述振荡问题,通常需要使用滤波器检测系统振荡信息并设计相应的附加稳定控制器。然而,电力电子装备所引起的振荡呈现出多时间尺度和振荡频率大范围漂移等新特征,传统固定带宽的滤波器已经难以适用。为此,该文提出一种基于交叉耦合锁相环的多频带自适应滤波器,可以快速跟踪并检测电力电子化电力系统所出现的多时间尺度振荡。首先介绍所提出滤波器的结构及工作原理,然后建立该滤波器的小信号模型并验证模型的准确性。通过研究所提出滤波器的特性,该文发现,其他通道交叉耦合的影响相当于在待研究滤波通道中级联了一个陷波器,陷波器中心频率为其他滤波通道锁相环的中心频率。此外,所提出的滤波器可以用于构建电力电子装备的广义稳定器,并解决电力电子化电力系统多时间尺度振荡及振荡频率漂移的问题。

基于二进小波变换的实信号的多尺度Hilbert变换和瞬时频率提取

该文着重讨论了使用二进小波变换方法实现数字Hilbert滤波,特别是使用滤波器组实现多尺度Hilbert滤波所要考虑的各尺度滤波器的设计问题。将多尺度Hilbert方法应用到求信号的瞬时参数中,并利用小波变换的去噪思想,取得了比使用DWT方法去噪更好的去噪效果。

二维共轭滤波器及其构造

研究了二维共轭滤波器的具体构造方法 ,进而讨论了相应的尺度函数 φN(x)和小波函数 ψN(x)

形态尺度空间腐蚀和膨胀的频率响应

数学形态学是几何形态分析和描述的有力工具,已经构成了一种新的数字图像分析理论。文中从频域的角度出发,给出了形态尺度空间中腐蚀和膨胀的频率响应,并且证明了形态腐蚀和膨胀操作算子是一种低通滤波器,而信号经微分再经腐蚀和膨胀的综合作用相当于带通滤波器。

基于多尺度相关和机理建模的炉膛压力分析

借鉴小波分析思想,设计了简单滤波器组,将信号分解为不同频率尺度的分量,对不同信号的各个分量之间进行相关分析,比较不同频率尺度下频率分量间的相关性特征,从而大致判断出信号间的影响关系及类型.利用多尺度频率相关分析方法对电站锅炉炉膛压力等信号进行分析,发现炉膛压力低、中频段分量分别与燃料量、送风量的中、高频段分量呈现出明显的正相关性.建立了燃料量、送风量和引风量与炉膛温度和压力间的简化动态模型,并进行机理分析.结果表明:炉膛压力信号与锅炉燃烧率之间具有带通滤波特性,炉膛压力能够在较宽的负荷范围和频带内反映锅炉燃烧强度的变化.

使用Kalman滤波器调整预测值的时间尺度算法

时间尺度算法用于综合钟组内所有的原子钟,建立一个频率稳定度更高的时间尺度,其核心环节可以概括为通过N-1组观测量(钟差)计算得到N台钟的权重和预测值。传统算法主要关注如何调整权重来提高时间尺度的稳定度,本文算法通过调整预测值来提高时间尺度的稳定度。本文算法使用Kalman滤波器对观测钟差进行状态估计,在Kalman滤波器每一次递推的过程中,调整一次预测值,通过每次实时调整预测值来建立时间尺度。理论推导和仿真实验都表明,本文建立的时间尺度滤除了频率白噪声,主要只含有频率随机游走噪声,所以具有很高的中短期稳定度。该时间尺度是一个连续、实时、可预测的时间尺度。

单状态变量和两级Kalman滤波器时间尺度算法

本文首先提出一种单状态变量Kalman滤波器时间尺度算法;推导了算法的权重和预测值的解析表达式;在该解析表达式的基础上,引入虚拟Kalman采样间隔;理论分析和仿真实验都证明:通过选取不同的虚拟Kalman采样间隔,可以使时间尺度在任何指定的平滑时间的频率稳定度达到最优.在此基础上,提出了一种两级Kalman滤波器时间尺度算法;详细描述了算法原理;算法生成的时间尺度只含有频率随机游走噪声(RWFM),不含有频率白噪声(WFM);算法相当于按照RWFM的强度进行加权;生成的时间尺度的中短期频率稳定度更高.

小波基带宽的变化对结构损伤识别的影响

分析了小波变换在结构损伤检测中的应用 ,证实选择具有不同带宽小波基对检测结果可起到关键性作用 .小波变换可以看作是一组带通滤波器 ,小波滤波器通过多尺度带通和自相关加强特性 ,对结构的动力信号进行实时检测 .利用灵活的多尺度带通小波滤波器组 ,对结构振动信号作滤波分析 ,结构所有的自然频率特性可以同时在时频空间出现 .

基于三方向图的多尺度平滑指纹奇异点检测

为解决低质量指纹图像定位奇异点位置偏移及定位区域过大的问题,提出了一种基于三方向图的多尺度平滑奇异点检测算法.首先,计算指纹图像的方向场和频率场估计并用Gabor滤波器对指纹图像进行增强.然后,计算指纹图像中脊线上像素点的方向并对其进行三方向划分得到指纹脊线方向图.最终,去掉噪点并填补非脊线区域,同时检测多个平滑尺度下的奇异点位置并通过信息融合剔除伪特征点,精确定位奇异点.对FVC2002,FVC2004和FVC2006指纹图像库进行实验,结果表明:该算法对低质量指纹图像奇异点检测的准确率有明显提升,奇异点检测的总准确率达92.35%,可将奇异点精确定位在2×2像素区域内.