基于自适应阈值和改进粒子群融合的智能导航控制方法

智能图像导航技术已成为当今各领域的应用热点。针对于视觉系统对环境的强依赖性、传统Otsu算法只能用于灰度图的局限性、视觉系统精确模型建立困难的问题,设计了一种基于自适应阈值和改进粒子群融合的线性回归智能导航控制方法。所使用的自适应阈值截取算法,基于OPENMV视觉传感器能够提取图像彩色阈值中值信息的简单原理,设计能够在中值基础上左右循环加减,来实时截取目标阈值信息的创新算法。经实验效果对比验证,该算法能使OPENMV分别在彩图和灰度图模式下自动截取目标图像阈值,相较于传统阈值截取算法适用性更强。最后通过仿真结果证明基于以上组合算法的智能循迹控制能够有效降低视觉系统对环境的依赖性,方案可行。

基于图像信息熵统计直方图的图像增强算法

目的为了解决图像因亮度较大造成的成像效果不佳、局部细节不清楚等问题。方法将直方图均衡化技术(Histogram Equalization,HE)引入图像信息熵域,提出对比度弱化的图像信息熵统计直方图自适应均衡化算法(Contrast-reduced Adaptive Entropy Histogram Equalization,CRAEHE)。以各个灰度级信息熵统计值为基础,先将原图像分割成若干个子区域,对每个子区域的灰度信息熵统计值进行阈值截取,补充到子区域内各个灰度级上,再对子区域进行信息熵直方图均衡化处理。采用USC-SIPI和CBSD432数据集图像,用图像灰度均值、标准差、平均梯度、信息熵等参数对实验样本进行质量评价。结果文中算法处理结果较原图灰度均值下降了7.94%,标准差平均提高了52.22%,信息熵平均提高了19.86%,平均梯度提高了57.19%。结论文中算法增强了选自数据集里的过亮图像的细节,并使图像整体细节与质量都得到了改善,该算法的处理结果较其他处理实验样本的主观质量提升明显,对光照强度适应范围广。

基于多阈值截取和不等概率抽样技术的随机减量法

将多阈值截取和不等概率抽样方法与随机减量法结合起来,对结构响应信号段长度不足时如何能较准确地识别结构系统的自振频率和阻尼比问题进行了研究,并给出了结构系统自振频率和阻尼比估计量的表达式。数值算例结果表明,当结构系统响应信号长度不足时,文中方法可较好地解决信号段长度与参数识别精度的矛盾,有效提高结构响应信号的利用率。

油气管道漏磁检测缺陷区域的分段识别方法

为解决油气管道漏磁检测数据量巨大所带来的处理难题,研究一种从漏磁检测数据中快速识别出待求解目标缺陷区域的检测方法。基于有限元仿真计算,对油气管道三维漏磁检测信号的特性进行研究,进而对检测数据进行分段阈值截取处理,并提出一种管道待求解缺陷区域的分段识别方法,可快速且准确地处理油气管道漏磁检测海量数据。基于实际油气管道的漏磁检测数据,对所提出的分段识别方法进行试验验证。试验结果表明:所提出的方法可准确识别出管道上的缺陷区域,既完整地包含缺陷及其附近区域,也不存在过量的无关区域,可有效地控制后续处理过程的数据量。

基于HHT和RDT的结构运行模态参数识别方法

为提高结构自振频率识别精度和识别工作的自动化水平,提出基于希尔伯特-黄变换(HHT)和随机减量技术(RDT)的结构模态参数识别方法。首先利用傅里叶变换、巴特沃斯滤波获得目标频段动力响应,接着用经验模态分解(EMD)获得系列固有模态函数(IMF),采用RDT提取每个IMF的自由衰减振动信号,通过Hilbert变换,获得相位曲线和振幅曲线,最后拟合曲线斜率,获得自振频率和阻尼比。研究发现,无论是线性平稳信号还是非平稳信号,提出的方法在鲁棒性和准确性上均较传统的快速傅里叶变换(FFT)和HHT有优势,且无须人工介入判断模态真伪。对于非线性短信号,为获得更好的分析效果,推荐截取阈值取1.2σ,自由衰减时长取75 s。