基于图像处理的道砟颗粒二维廓形追踪提取算法

获取道砟颗粒廓形是研究有砟轨道道床力学性能及开展仿真分析的基础。针对传统图像处理中利用边缘检测算法获得道砟二维廓形信息的不足,提出追踪提取算法。采用数码相机和计算机技术搭建图像采集平台,通过颜色空间转化、二值化处理、边界追踪和数据优化等步骤实现了道砟二维廓形的提取。算法特点在于,提取的道砟颗粒二维廓形数据为有序的点列,廓形曲线连续且闭合良好,检测出来的边缘是单像素宽,通过使用游标卡尺测量证明实际廓形的最大粒径在考虑测量误差及精度的条件下二者数值基本相同。同时,基于前期学者对棱角指数的算法对本文提取廓形进行相应计算并与实测值比较,数值基本吻合,从而说明本算法在一定误差及精度条件下的有效性与可靠性。

密集型谐波检测的压缩采样方法

压缩采样已成为电力系统中复杂谐波畸变信号实时采集和密集检测的发展趋势。文中针对谐波和间谐波检测,提出一种新型压缩采样检测方法。分析得到稀疏度的相关定理和推论,提出多重提取梯度追踪(MEGP)算法,提升谐波分量、特别是间谐波分量的检测精度。考虑频谱泄漏影响,构造窗稀疏测量(WSM)矩阵,生成简单且对所有分量有效。实验表明,MEGP算法至少可将频率、幅值、相位检测精度分别提升0.000 53Hz、0.011 2个百分点和0.071°,WSM矩阵则可将信噪比提升约30dB。所提压缩采样检测方法对频率、幅值和相位的检测误差在0.004 03 Hz、0.001 73%和0.037 221°以内,满足国家标准要求。

应用植被变化与火烧迹地对森林火灾反演

火灾后的植被变化与火烧迹地面积是森林火灾反演的重要指标。以2020年3月28日四川省凉山州木里藏族自治县项脚乡火烧迹地为研究对象,依据Sentinel-2卫星影像数据,采用归一化差分植被指数、差分归一化燃烧比、迭代加权多元变化检测算法和追踪识别提取算法,分析该地区火灾前后的植被变化和受灾面积。结果表明:实验检测的植被变化判别精度为91.95%;提取火烧迹地像元面积精度为90.77%,Kappa系数为0.87。