局部放电信号检测的HHT-MDL自适应阈值算法

基于局部放电信号特征,将HHT与信息论的MDL判据相结合应用于局部放电信号的提取。该算法以多分辨率的EMD为基础,结合MDL判据自适应地确定EMD得到的IMF的阈值,来提取局部放电信号,同时还得到局部放电信号的时间-相位-幅值谱。对于强周期窄带干扰,提出了先用FFT预处理后,再用HHT和MDL消噪的简单算法。该算法综合了这两种方法的优点:无需定义任何基函数,无需事先知道噪声的水平,不需要预置阈值、不需要选择阈值行为方式,有较强的自适应性。仿真结果表明,本方法能够有效地消除局部放电中的噪声,其效果优于基于小波和MDL准则的消噪算法,为局部放电信号的消噪提供了一种新思路。

用于显微细胞图象的二维自适应阈值分割算法的优化

为了改善细胞图象的分割效果 ,考虑将二维自适应阈值分割算法应用于显微细胞图象的分割 .针对细胞图象的二维直方图特点和分割要求 ,在对传统二维阈值分割算法进行优化和简化的基础上 ,通过改变阈值取值范围、优化阈值搜索方法等措施 ,提出了一种快速实现细胞图象二维自适应阈值分割算法 .仿真结果表明 ,新算法与传统算法相比 ,不仅大大减少了计算复杂性 。

小波包自适应阈值语音降噪新算法

为了克服低信噪比输入下,语音增强造成语音清音中的弱分量损失,造成重构信号包络失真的问题。论文提出了一种新的语音增强方法。该方法根据语音感知模型,采用不完全小波包分解拟合语音临界频带,并对语音按子带能量进行清浊音区分处理,在阈值计算上,提出了一种清浊音分离,基于子带信号能量的小波包自适应阈值算法。通过仿真实验,客观评测和听音测试表明,该算法在低信噪比输入时较传统算法,能够更加有效地减少重构信号包络失真,在不损伤语音清晰度和自然度的前提下,使输出信噪比明显提高。将该算法与能量谱减法结合,进行二次增强能进一步提高降噪输出的语音质量。

二维Otsu自适应阈值分割算法的改进

在二维Otsu自适应阈值分割算法的基础上提出了一种改进的自适应阈值分割算法。这种改进算法由于充分考虑了图像二维直方图中象素灰度值及其邻域平均灰度值比较接近的区域而获得了比传统算法具有更强抗噪声能力的分割算法 ,通过将该算法用于显微细胞图像的分割证明了它不仅分割效果得到改善 。

低对比度图像的自适应阈值化算法

在处理光照不均匀的图像分割时用常用的阈值分割方法不能得到良好的分割效果。提出通过小波多分辨力滤波将滤波以后的低通图像作为图像的自适应阈值进行二值化 ,获得了比较理想的效果。该算法在枪支在线OCR识别系统中得到实际应用。

时频结合自适应阈值小波包消噪算法

在充分考虑人耳听觉特性和噪声统计特性的基础上,提出一种时频结合Bark尺度自适应阈值的语音消噪算法,在Bark频域上自适应调整增强系数可以较准确地进行阈值判定。仿真实验验证,时频结合算法在低信噪比输入情况下较传统语音降噪方法具有明显优势,其在消除高斯白噪声的同时有效降低了语音损失,可获得最大信噪比,谱失真测度最小,增强语音的MOS(Mean Opinion Score)评分明显提高,具有较好的听觉效果。

基于主成分分析的图像自适应阈值去噪算法

图像进行传输过程中,图像噪声成为影响图像质量的重要因素,因此,对图像去噪是各类图像处理领域广泛研究的内容。对图像实施去噪要点要保留图像的重要信息,并获得良好的去噪效果。借助匹配法找出相似块作为训练样本,通过主成分分析提取信号的重要特征,根据最小均方误差方法建立线性自适应阈值方程,对图像展开自适应阈值去噪处理。本次研究表明,这种方法能有效去除图像的高斯白噪声,保存图像的细节信息,从而获得最佳的视图。

基于AR/CGARCH模型的液体火箭发动机自适应阈值故障检测算法

为了解决传统自适应阈值算法对时间序列方差跟踪能力不足,以及故障阶段带宽自动放大的问题,提出了紧广义自回归条件异方差(Compact General Auto-Regressive Conditional Heteroskedasticity,CGARCH)模型。针对液体火箭发动机稳态试车数据的波动性特点,提出一种基于自回归(Auto-Regressive,AR)模型和CGARCH模型的自适应阈值故障检测算法。采用AR模型对稳态参数的均值进行估计,并采用CGARCH模型对稳态参数的方差进行估计,从而利用均值和方差的估计值自适应地构造检测阈值。用某氢氧火箭发动机的热试车数据进行验证,结果表明,该算法能够准确、快速、灵敏地检测液体火箭发动机故障,在正常工作阶段,能够有效跟踪数据波动性,在故障阶段,能够避免阈值变宽带来的漏检。

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。

基于自适应多尺度的血液细胞图像阈值分割方法研究

提出一个基于自适应多尺度滤波的阈值分割方法 ,对血液细胞图像进行了自动分割 .首先 ,对图像原始直方图进行多尺度滤波 ,根据它的尺度空间图特性 ,确定合适的滤波尺度 ,然后完成对谷点由“粗”到“精”的定位 ,并作为阈值对原始图像进行分割 ;其次 ,利用松弛方法对分割图像作后处理 ;最后 ,将该方法与其他阈值分割方法做了分割性能的比较 。

帕金森病人苍白球神经元放电的自适应阈值检测

自动选取合适的阈值以适应不同信噪比的信号,达到检测神经元放电的目的。依据微电极记录的信号,采用闭环方式自动递归调整阈值,逐次检测神经元放电。对合成的模拟神经放电信号及临床手术中微电极记录的112个病人的神经元放电信号处理,检测出了不同信噪比信号中的神经元放电脉冲,这些放电脉冲反映了神经核团的电生理特征。根据检测的神经元放电,可以对不同神经核团放电特征进行客观定量的分析,准确识别手术中微电极所在的神经核团,对于指导靶点定位具有重要的意义。

增强灰狼自适应阈值去噪法在变压器套管引线超声检测中的应用

超声检测作为一种新型的电力设备检测方式,回波信号极易受到噪声干扰,为了提高信号质量,提出了一种增强灰狼自适应阈值去噪法。首先,对信号进行多尺度小波分解,引入基于梯度下降自适应阈值法,用于估计不同小波分解层的阈值大小。然后改进传统灰狼算法的变异策略与收敛因子,优化自适应阈值函数梯度值,确定最优阈值并完成信号去噪。对仿真及实测超声回波信号的去噪结果表明,经本算法去噪后,超声回波信号的起振位置等有效信息得以保留,信号信噪比更高,均方误差更小,运行时间更短。本算法应用到变压器套管引线超声检测中,可提高超声检测的准确性,获取了变压器套管引线的状态,具有一定的应用价值。

一种改进差分算法及其在QRS波检测中的应用研究

文章使用一种改进的差分阈值算法来实现心电图QRS波的检测。实验证明,该算法的检测误差率在1%以下,同时还具有计算量小、实时性强等特点。区别于传统自适应算法,该算法能够在干扰较强的情况下实现QRS波的精确定位。算法实现如下:首先,通过一阶差分与二阶差分相结合的方法确定QRS波群;其次,通过自适应阈值确定Q,R,S峰的位置;最后,基于以上参数,采用窗体法确定出P波和T波的位置。

一种自适应的多目标图像分割方法

图像分割是数字图像处理中的一个重要问题。提出了一种自适应的多目标图像分割方法。该方法改进了传统的最大类间方差法 (OSTU方法 ) ,并使用方差分解的方法自适应地确定图像中的最佳目标个数。采用遗传算法优化了阈值的求取。对样本图像的分割结果显示 ,此算法在分割速度和效果上都取得了较好的结果。实验证明 ,此方法能有效地对多目标图像进行分割。

液体火箭发动机地面试车实时故障检测算法

为了实时有效地检测液体火箭发动机地面试车中的故障,提出了改进自适应阈值算法(IATA)。讨论了自适应阈值算法(ATA)的原理,研究了其改进方法,提高了算法对故障的敏感性和对新试车数据的适用性。通过大量历史试车数据和实际热试车对IATA算法实时性和有效性的验证表明,IATA算法不仅能够及时地检测到异常试车的故障,同时,对正常试车也没有误报警,简洁有效,计算量小,检测速度快。因此,IATA算法适用于液体火箭发动机地面试车的实时故障检测。

基于爆破矿石图像分割优化算法的大块率统计方法

矿石图像分割效果受光照条件、目标密集性及边缘对比度低等因素制约,致使大块率统计精度偏低.为此以鞍千矿爆破矿石图像为数据源,首先利用双边滤波算法去除特征增强后的图像噪声,然后分别采用自适应阈值算法和整体嵌套边缘检测(holistically-nested edge detection, HED)算法初步分割矿石图像,再利用形态学和去除连通域算法去除因矿石表面纹理形成的分割孔洞,进一步融合两种分割结果,引入基于距离运算的分水岭算法消除矿石图像欠分割现象,最终实现矿石图像的优化分割.研究结果表明,该方法可有效提高爆破矿石图像分割准确性,实现露天矿爆破大块率精确统计,为爆破效果智能评价提供技术支持.

基于自适应障碍物识别的汽车主动防撞系统

为了保障驾驶安全,设计了基于自适应障碍物识别和目标跟踪的汽车防撞系统。根据激光雷达工作原理,提出了自适应阈值的最近邻聚类算法用于障碍物识别;根据城市交通实际状况,提出了基于当前统计模型的自适应Kalman滤波跟踪方法;为了提高驾驶舒适度,提出了融入驾驶员习惯的预瞄安全距离模型;对车体进行改装后实验,结果表明的算法能够快速跟踪移动目标,并且具有很高的跟踪精度;在防碰撞试验中,设计的主动防撞系统能够在安全距离及时制动车辆,说明了防撞系统的安全可靠性。

基于模糊算法的彩色图像边缘检测

彩色图像的边缘检测算法有很多;但检测结果仍存在细节丢失、抗噪性差的问题。提出一种新的彩色图像边缘检测算法。首先,在RGB空间下,采用矢量梯度算法,分别在三个通道中求出像素的梯度值。然后,采用自适应双阈值算法,对梯度值进行判断,筛选出图像的边缘点。最后,只采用筛选后的边缘点的信息,构造新的模糊矩阵的隶属函数,从而形成新的模糊算法。利用该算法,检测出最终的图像边缘信息。实验证明,该算法得到的图像检测结果,不仅对比度高、边缘连续、细节保存完整;而且具有较强的抗噪性。

基于图像阈值分割的浒苔图像提取

最近几年青岛海域遭受不同程度的浒苔灾害,影响到人们正常的生产生活及海洋生态环境。因此,对于浒苔暴发的监测及预警已经成为亟待解决的问题。以青岛海域浒苔遥感影像数据为基础,运用图像分割算法分割影像中的浒苔信息,在图像分割过程中,首先运用固定阈值和自适应阈值两种较传统的分割算法,其次运用最大类间方差法和迭代法两种阈值分割算法寻求分割影像的最佳阈值,最后通过比对分割效果,选取合适的最佳阈值。

基于FASTA结合p-指数阈值降噪法的MCA方法对车轴应变信号处理的研究

基于形态分量分析(MCA)方法对不同分量进行稀疏匹配,采用快速自适应收缩阈值算法(FASTA)和p-指数阈值降噪法求解稀疏系数以提高计算效率并改善降噪效果。由于车轴应变信号是由类正余弦波形的周期成分以及有明显尖峰的脉冲干扰成分组成,根据二者的形态差异,采用基于FASTA结合p-指数阈值降噪法的MCA方法求解得到周期成分和干扰成分的稀疏系数并进行重构,实现应变周期成分与干扰成分的分离。对车轴应变信号处理的仿真计算表明,FASTA结合p-指数阈值降噪法相比迭代软阈值算法,计算时间减少61.5%;某型号动车组车轴实测应变信号处理结果表明,采用该方法处理得到的应变信号,较基于迭代软阈值算法的形态分量分析方法和自适应中值滤波算法,应变均值误差分别降低了77.4%和55.5%,相关系数分别提高了13.5%和4.4%。