联合时变低通与改进形态学滤波的智能在线称量方法研究

针对检重秤在复杂工业生产环境下,受机械传动、被测物体自身振动和外界随机扰动影响导致的传感器输出信噪比低、称量准确性难以满足要求等问题,提出一种联合时变低通与改进形态学的快速数据处理新方法:时变低通滤波器作为一级滤波,通过在信号跃变时,迭代优化滤波器参数,使边沿信号得以快速响应,有效消除冲击干扰,并抑制称重信号在滤波过程中的相位失真;然后采用改进形态学滤波器进行二级滤波,通过选择零值线性结构元素,并优化结构元素长度以及操作算子的权值系数,加快了动态称重的响应速度。实验结果表明,该方法能有效抑制各类干扰影响,提高测量准确度,最终实现运行速度达120 m/min,最大秤量400.0 g,满足国家标准《GB/T 27739—2011自动分检衡器》XIII级要求的检重秤搭建。

基于改进形态学滤波的电压暂降实时检测方法研究

电压暂降已被认为是最常见的电能质量问题,快速准确检测电压暂降的典型特征量,是补偿和治理电压暂降的重要前提。提出一种求导αβ-dq变换结合改进形态学滤波的电压暂降实时检测方法,该方法在求导αβ-dq变换的基础上,引入改进形态学滤波,通过改造腐蚀运算和膨胀运算,提高形态学滤波的实时性,并结合微处理器缓存区数据更新过程,简化形态学滤波过程计算量,实现电压暂降实时快速检测。最后,仿真分析与实测数据验证该方法的准确性与实时性,结果表明,所提出的方法能快速精确地检测暂降深度与相位跳变,准确性与实时性皆满足电压暂降实时检测的需求。该方法计算量小,准确性高,适用于电压暂降检测与治理装置,具有实际工程应用价值。

基于改进数学形态学滤波的农产品图像处理

提出了一种针对农产品图像的改进数学形态学滤波算法(improved mathematical morphology filtering algorithm,IMMFA)。该算法首先在充分结合数学形态学开启-闭合,闭合-开启滤波器特点的基础上,引入了图像加权融合机制,构建了一种新型基于加权融合的数学形态学滤波器。然后,针对噪声的随机特性,设计出3类不同尺度的"棱形"结构元素,以实现对噪声的多尺度梯次滤波。最后,引入噪声判别机制融入了图像灰度值因素,通过对图像中噪声强度进行判别,根据判别结果来自适应选择参与滤波的数学形态学结构元素尺寸并对滤波后图像采用自适应同态滤波进行对比度增强处理,一方面在有效滤除噪声的同时尽量保持图像边缘的连续性,另一方面避免图像被"过滤波",提高滤波后图像视觉效果。理论和试验分析结果表明,该算法的性能较优,这说明这一改进思路对于农产品图像的处理具有一定的效果。

基于可变长度结构元素数学形态学的谐波检测算法研究

传统数学形态学滤波算法中,当结构元素过长时,会对滤波算法的延时性以及硬件成本等方面造成不良影响。针对此种局限性,提出了一种结构元素变长度的数学形态学滤波算法,即通过对腐蚀和膨胀运算加入比例系数进行改进,以改进后所形成的腐蚀和膨胀新运算法则构建均值组合滤波器,使改进后的数学形态滤波器能够在保证精度的同时,大幅度降低滤波器对结构元素长度的需求。最后,将改进后的形态滤波器应用到以瞬时无功功率理论为基础的谐波检测算法中,仿真结果表明改进后的算法具有存储量需求低和快速响应的性能。

基于小波域热红外降质图像滤波增强方法研究

随着现代网络传输和视频通信技术的快速发展,大大拓宽了热红外图像的应用领域。提出了一种基于小波变换的热红外将质图像滤波增强方法。该方法以受到不同强度高斯白噪声和脉冲噪声构成的混合噪声模型的热红外降质图像为研究对象,首先对其进行二维小波变换,从而获得高频和低频小波分解系数;鉴于低频小波分解系数包含图像大部分信息,基本不受噪声干扰的特点,引入直方图均衡化法进行增强处理,以改善图像低频信息的对比度;根据各方向的小波高频分解系数中噪声的分布特征,对经典数学形态学滤波算法进行研究,分别设计出几类多尺度多方向的结构元素,实现对各高频小波分解系数中噪声的三级串联滤波处理,在此基础上进行自适应同态滤波增强,以最大限度改善滤波后图像质量。最后进行小波分解系数重构。实验结果表明,该算法对于热红外将质图像的处理效果优于单纯进行经典数学形态学滤波和已有的改进数学形态学滤波,为该类降质图像的滤波增强处理提供了一条可供借鉴的思路。

基于车载激光扫描点云数据的道路边线提取方法研究

为了在移动车载激光扫描点云数据中尽可能完整准确地提取道路边线,本文根据道路边界在点云场景中分布特征,提出了一种自动化的道路边线提取方法。首先,为消除无用点对道路边线提取的影响,在原始渐进式形态学滤波算法的基础上提出了一种改进的点云滤波算法,用于非地面点滤波,从而提高了点云滤波的运算效率和精度;其次,将地面点投影至二维图像上,并通过直线段检测算法(LSD)得到道路边线直线段;最后,通过直线连接和直线特征匹配实现最终的道路边线提取。通过对两组道路点云数据进行算法验证,结果表明,本文算法提取道路边线的完整率、准确率以及F-Measure均达到90%以上,验证了本文方法的有效性与适应性。

基于机载LiDAR点云数据的电力线自动提取方法与研究

机载激光雷达(Light Detection and Ranging,LiDAR)技术作为一种能够在短时间内高效获取地面点云数据的新型测绘技术,目前已经在三维地表模型重建、电力巡检中发挥着重要的作用。为了更加有效地实现电力线测绘,本文设计并实现了基于机载LiDAR点云数据的电力线提取与重建方法。首先,通过改进形态学滤波法实现地面点与地物点分割,并通过高差阈值实现电力线点粗提取;其次,对粗提取电力线点进行栅格化处理与拟合残差计算,将计算结果与临界阈值对比实现电力线候选点集的提取;最后,通过双重K-means算法以及RANSAC算法实现单根电力线的提取与重建。使用福建北电南送特高压交流输变电工程中实测的部分机载LiDAR点云数据进行实验,结果表明:本文提出方法对电力线候选点集提取正确率在98%以上,较传统方法正确率更高,验证了本文电力线提取方法的有效性与优越性。