基于信号极值检测分段法和ITD-PE-PCA算法的变压器绕组变形超声检测信号去噪研究

为了解决超声信号特征分段问题和固有时间尺度分解(ITD)算法分解次数不便确定的问题,本文中作者提出了一种极值检测分段和ITD-PE-PCA联合去噪算法。试验结果表明,组合的去噪算法结合了ITD、PE和PCA的优点,去噪后的信号信噪比更高、均值误差更小,并且可以有效保留超声回波中的有用信息。

一种基于极值检测与自适应滤波的图像去噪算法

标准中值滤波及其一些改进算法对于被低密度脉冲噪声污染图像的处理可取得令人满意的效果,图像被严重污染时,这些算法得到的结果均不理想。针对这一缺陷,基于文献[1]提出的一种滤波算法进行改进。首先,利用极值法对图像进行检测,判断出噪声及非噪声点;其次,设置滤波模板的最小及最大尺寸,对噪声点进行窗口逐渐增大的滤波处理。计算机模拟实验结果及对SAR图像滤波结果表明:该滤波算法在噪声去除及边缘和图像细节保持上优于标准中值滤波及其一些改进算法。

基于极值检测算法在甲骨拓片图像双边滤波方法的应用

为了解决传统方法无法很好保持图像边缘细节,通过极值检测算法检测甲骨拓片图像噪声点,利用双边滤波方法将空间域与值域的像素点邻域信息集合,滤除甲骨拓片图像噪声,针对甲骨拓片图像不同噪声,调整双边滤波空间标准参数与亮度标准参数,保持滤波噪声的下甲骨拓片图像边缘信息.从主观视觉效果与客观质量评价验证滤波性能,结果表明:所提方法在降低甲骨拓片图像噪声的同时,可保持图像边缘细节信息;相同噪声水平下,该方法滤波后峰值信噪比与结构相似性高于其它两种方法,去噪结果三维图更优.可见所提方法能够保持原图像细节与边缘,有很好的去噪效果.

基于属性形态学分析的图像显著极值检测及应用

由于图像噪声的存在,使得利用传统的极值检测算法通常会使要提取的显著极值淹没在大量的噪声极值中;同时由于先验知识的缺乏,采用普通滤波技术也往往不能很好的滤除噪声,反而会破坏图像的关键结构。本文提出了一种基于属性形态学分析的图像显著极值检测算法。该算法可以在不需要对图像进行滤波的前提下,从数学形态学的角度对图像极值的显著性进行计算和评估,从而能够较好地提取出显著的极值。在沉浸模拟算法的基础上,给出了基于属性形态学分析显著极值检测的快速算法实现,并将其成功应用在视觉注意选择和独立运动目标检测上。实践证明,该算法不仅具有较好的抗噪声特性,而且快速实用,具有广泛的应用价值。

基于极值优先过零检测法的相量测量算法

针对在测量同步电机变频启动过程暂态电压和电流时,被测信号频率测量不准确的问题,提出了基于极值优先过零检测法的相量测量算法,并利用理想信号模型对比分析了所提算法与传统DFT算法的性能。该算法利用输入数据的极值寻找信号的真实过零点,得到信号的实际频率,再通过真有效值的定义求取信号的有效值,具有易于实现、运算量较小、精度较高的优点;仿真结果表明所提方法在频率线性变化、幅值波动等条件下,具有良好的测量精度。研究结果为测量频率范围较大的信号相量提供借鉴。

应用极值点检测的自适应中值滤波

针对图像中存在的椒盐噪声,提出一种新的基于极值点检测的自适应中值滤波方法。该方法通过对极值点的检测确定图像中可能存在的噪声点,并标记噪声点;然后采用窗口尺度可伸缩的自适应中值滤波方法对噪声点进行滤波。实验结果表明:自适应中值滤波方法在有效去除椒盐噪声的同时很好地保护了图像细节。通过与一些其他改进滤波算法的比较,证明了该方法具有更好的性能。

高噪声率下一种改进的极值型中值滤波算法

在对极值中值滤波算法进行研究与分析的基础上,提出一种在高噪声环境下改进的极值型中值滤波算法,该算法在原有算法的基础上提出如下改进:去除窗口中的全部噪声点,只对由信号点组成的有序序列取中值,并以该值作为输出值.实验表明,该方法滤波效果比较理想.

高噪声率下极值型中值滤波算法的改进

极值型中值滤波算法在高噪声率下的滤波效果不是很好,主要原因有以下两个:首先,滤波窗口中过多的噪声点会使窗口中的点在排序时产生中值偏移;其次是高噪声率环境下,可能序列中值本身就是是噪声点。对此,本文提出如下改进:去除窗口中的全部噪声点,只对由信号点组成的有序序列取中值,并以该值作为输出值。实验表明:该方法滤波效果比较理想。

基于偏移补偿模型的极值点聚类苗带识别算法研究

为实现田间管理机械自动导航驾驶,提高苗带轨迹识别精度,提出了一种基于偏移补偿模型的极值点聚类苗带识别算法。首先,以舵机调平单元为基础,利用激光雷达采集苗带数据构建2.5 D点云图像,通过建立偏移补偿模型获得矫正参数。然后,通过极值检测算法获得聚类要素点,结合偏移补偿模型进行分层聚类。最后,通过最小二乘法对获取的苗带聚类点进行线性拟合,实现苗带轨迹的重构。通过对前视范围2000~3000 mm且标准行距为220 mm的机插秧水稻进行点云信息Matlab仿真,获得的苗带轨迹与真实苗带轨迹相比,最大横向偏差为16 mm,最大中位偏差为6 mm,运算耗时1.50 s。相比斜率虚化聚类苗带识别算法,最大横向偏差减小了29 mm,运算耗时减少0.14 s,提高了轨迹重合精度,增强了算法的实时性,可为水田管理机械低伤苗导航行驶提供理论依据。

基于PSP的AIS混合信号分离与检测联合估计

目前对于用一种算法来联合处理AIS信号分离与检测过程的研究甚少。据此提出基于Per-Survivor-Processing(PSP)的AIS混合信号分离与检测联合估计方法。在混合信号相对时延较大时,首先利用幅度极值点检测,将混合信号分为重叠段和未重叠段。对重叠段信号进行线性近似处理后,使用PSP进行盲分离,对分离后的重叠段信号和未重叠段信号进行PSP检测。检测完成后,根据AIS信号特定的消息格式将原始信号恢复。当相对时延较小时,分段处理和不分段处理的性能差异不大,为降低复杂度则直接联合处理。仿真结果表明,上述方法不但能联合分离与检测的处理过程,而且误码率量级很低。因此该方法具有十分重要的研究意义。

中国气候态变化特征及其对气候变化分析的影响

利用1961-2012年中国2000多个气象站气温、降水量资料,对1971-2000年、1981-2010年气候态与气候标准态进行了对比,分析了不同气候态下气象要素的基本特征,并运用气候评价等级指标和极值标准对中国历年基本气象要素数据进行了定量分析。结果表明:(1)1971-2000年、1981-2010年所描述的气候态与气候标准态相比,分别表现为略偏高和略偏低,由此对气候分析和评价产生减轻或加重的影响;(2)不同气候态下,气温等级中异常偏冷的频率均增大,异常偏热的频率有所不同;(3)在分析中国同时期同类要素极端高值出现概率时,采用不同气候态分析的结果出现了截然相反的变化,然而在分析气象要素极端低值概率时则一致出现概率增多现象,1981-2010年气候态的增多现象更为明显。

干涉条纹中心线提取与细化的新方法

干涉条纹分析是光学干涉计量的重要分析方法,本文提出基于改进Yangtagai求极值点法与改进Hilditch细化法相结合的干涉条纹中心线提取与细化方法,该方法具有条纹断点少、抗噪声能力强以及处理速度快的特点。通过实验证实了本文提出方法的有效性。

一种有效去除椒盐噪声的滤波算法

文章在已有极值中值滤波算法的基础上,提出一种改进的滤波算法.该算法对于不同密度的椒盐噪声采用了不同的滤波方法.在噪声密度较低时,采用有效信号的均值滤波;在噪声密度较大时,采用递归方式进行滤波.经过大量实验证明,该算法在滤除椒盐噪声能力和细节保护能力方面均有较大提高.

数字图像处理在塞曼效应中的应用

塞曼效应是原子的能级在外磁场中出现分裂的现象,应用数字图像处理技术,对塞曼效应分裂谱线图像进行处理,将图像中具有一定宽度的干涉圆环条纹细化为单像素宽度的二值化图像,采用Hough变换方法实现了条纹直径的自动提取并求得荷质比。与理论值相比,荷质比的百分误差为0.26%。

小波变换在MH-Ni电池放电容量预测中的应用

本文提出了一种基于小波变换技术检测蓄电池剩余容量的方法,首先使用db5小波函数对电池充电电压特性数据进行降噪,然后,对重构的电池充电电压特性数据,在不同分辨率下,进行小波变换模极值检测,找出电池放电电压结束的时间,最后预测出电池的放电容量,该方法应用到AA型密封MH-Ni电池上进行检测,提高了预测的准确性,为预测蓄电池剩余容量提供了一种新的行之有效的检测方法。

基于改进SIFT特征提取的车标识别

为减少SIFT车标识别算法中检测极值点的冗余以及各种图像变化因素的不利影响,提出了基于边缘约束和全局结构化的改进SIFT算法。利用图像不变矩理论及图像边缘检测算法只对目标图像的边缘区域检测,剔除与车标识别区域无关的极值点;同时将特征点邻域划分为圆形并计算出同心圆内像素点最大曲率来构建全局SIFT组合特征向量,使SIFT描述子具有全局描述特性;并结合SVM模型作为车标图像特征向量的分类器进行特征分类、识别。仿真实验结果表明:改进的SIFT算法可以减少冗余极值点约25%~45%,提高了检测极值点的有效性;使车标平均识别率达到97%以上,改善了识别实时性。改进SIFT的车标识别方法与几种常用的图像特征提取算子相比较具有识别率高、识别速度快的优点。

基于调制域的雷达信号脉内特征提取新方法

针对传统调制域检测法在提取雷达信号脉内特征中的不足,提出了一种通过检测极值点来提取信号脉内特征的方法。首先通过检测出信号极值点,再对极值点进行运算处理,进而提取出极值点中包含的脉内特征信息。该方法借助于极值点具有最大信息量的优势,并运用二次提取频率来估计码元宽度,使得算法的信噪比性能得到有效改善。仿真结果表明,与传统调制域检测法相比,该方法在低信噪比下对于多种类型信号的脉内特征参数的估计精度平均提高30%。

光力学图象条纹提取的新算法

本文以二维灰度极值检测法为基础,针对条纹图的特点,引入了线素及“探索数”的概念,提出了提取条纹中心线的“探索数”算法。该算法将细化、去噪、跟踪相结合,基本不需要后处理;速度快,自动化程度高;很好地解决了光照不均问题。本文介绍了该算法处理云纹图及全息图的结果。

椒盐噪声的图像复原算法

椒盐噪声是在图像传感器、传输信道、解码处理过程随机中产生的亮点和暗点噪声,它是降低图像质量的主要因素之一,其滤除效果直接影响图像的后续处理。基于椒盐噪声亮暗点的随机性,将其分为低概率椒盐噪声和高概率椒盐噪声,针对不同的类型的噪声采用不同的滤除方法。首先,建立了图像的退化模型,其次,针对低概率椒盐噪声采用传统的中值滤波器法,针对高概率椒盐噪声采用自适应中值滤波器法和基于极值检测的模糊滤波器法,最后,对关于椒盐噪声的图像复原技术未来的发展方向进行了预测。