基于Gabor变换的电网调度自动化设备运行状态监控技术

提出基于Gabor变换的电网调度自动化设备运行状态监控技术。该方法从电网调度自动化设备的大规模数据库技术和自动化电网调度技术入手,分别采集2项技术在电网调度自动化设备运行中存储和调度的状态信息,并将状态信息与Gabor变换结合,消除状态信息携带的干扰噪声,通过将优化后的状态信息输入以模糊神经网络与电网调度自动化设备健康评估体系为基础建立的设备运行状态监控模型中,实现电网调度自动化设备运行状态监控。实验结果表明,所提方法能够迅速监控电网调度自动化设备运行故障状态,监控功率与实际功率一致,监控精确度高。

变窗Gabor变换理论及其在图像处理中的应用

基于Ｇａｂｏｒ变换和小波变换提出了变窗Ｇａｂｏｒ变换，讨论了它的若干优良特性。变窗Ｇａｂｏｒ变换包含了Ｆｏｕｒｉｅｒ变换，Ｇａｂｏｒ变换，小波变换，因此是上述变换的一般化，基于上述变换对变窗Ｇａｂｏｒ变换提出了不同的快速算法。实际应用中可以根据不同的目的选择不同的窗函数，在不同的尺度和不同的频率上进行变窗Ｇａｂｏｒ变换。

实值离散GABOR变换的最优双正交分析窗函数

Gabor变换在信号图像处理中是一非常有用的工具。本文首先回顾了作者曾提出的实值离散Gabor变换方法，然后着重讨论了在已知综合窗函数条件下，双正交分析窗函数的最优解问题，指出在许多情况下，这些最优解（如最小范数解与最似正交解）都是相同的，并讨论了采用奇异值分解（SVD）理论求解双正交分析窗函数的方法。文末还给出了求解实例。

实值离散GABOR变换及其最优双正交分析窗函数特性

Gabor变换在信号、图像处理中是一非常有用的工具。本文首先回顾了作者曾提出的实值离散Gabor变换方法 ,然后着重讨论了在已知综合窗函数的条件下 ,双正交分析窗函数的最优解特性 ,指出在许多情况下 ,这些最优解 (如最小范数解与最似正交解 )都是相同的 ,并讨论了采用奇异值分解 (SVD)理论求解双正交分析窗函数的方法。文末还给出了计算机求解实例。

基于DCT的实值离散Gabor变换

该文提出了一种基于离散余弦变换(DCT)的实值离散Gabor变换(RDGT),不仅适用于临界抽样条件而且适用于过抽样条件,并证明了变换的完备性条件。由于这种变换仅涉及实值计算,并且可利用快速DCT,IDCT算法来加速运算,因此比传统复值离散Gabor变换在计算和实现方面更为简单,必将有效地提高非平稳信号与图像的分析、处理速度和效率。

地震信号分数阶Gabor变换谱分解方法及应用

本文将分数阶Gabor变换(FrGT)引入到地震信号的分析与处理中,即利用新近兴起的分数域时频分析技术及其良好的局部时频能量聚集特性,进行地震信号的分数域谱分解及特征分析.论文在基本Gobor变换原理基础上推导了FrGT的公式及紧支撑时频带宽积下的最优阶次确定方法,建立了FrGT的一般流程,并进行了信号的数值仿真和性能分析.最后,将该方法应用于实际地震信号的时频分析,可获得最优阶下的各个高分辨率的单频剖面.解释结果表明,该方法具有潜在优势,可为地震储层预测,尤其是储层流体识别应用提供一条新的途径.

基于Gabor变换的高鲁棒汉字识别新方法

本文提出了针对字符图像的基于Gabor变换的汉字识别新方法。在对Gabor变换深人分析的基础上,本文针对汉字图像的统计信息,提出了一种有效的Gabor滤波器组参数优化方法;同时,对Gabor滤波器组的输出进行非线性变换,使其适应不同亮度和低质量灰度字符图像的识别。本文还改进了分块特征的抽取算法,提高了对字符细节的分辨能力 实验表明,这种特征抽取方法大大加强了识别系统抵御图像噪声、干扰。亮度变化、笔画模糊、笔画断裂以及字符形变的能力,在应用于各种低质量的二值或者灰度的印刷和脱机手写字符图像识别时。

基于Gabor变换和支持向量机的车牌字符识别算法

为了提高车牌字符识别率,将支持向量机SVM方法用于车牌字符的识别,算法首先采用Gabor变换和整体结构特征提取的方法提取车牌字符图像的特征参数,然后采用提取的特征训练SVM分类器,再应用SVM分类器分类和判别车牌字符。实验表明这种方法具有良好的车牌识别效果,较强的鲁棒性,有较大的应用价值。

基于Gabor变换的TDLAS检测信号的降噪研究

可调谐二极管激光吸收光谱（TDLAS）技术结合波长调制光谱（WMS）技术是用于痕量气体检测的重要技术手段。通过锁相放大器进行谐波检测,对解调得到的二次谐波信号进行分析可获得气体吸收的信息。但由于二次谐波信号受到噪声的影响,降低了检测系统的精度和稳定性。为了提高 TDLAS检测系统的信噪比（SNR）,提出了一种基于 Gabor变换对二次谐波信号进行数字滤波降噪的方法。以 CH4在1653.72 nm处的吸收光谱为例,通过仿真和实验对该降噪方法的有效性进行了验证。仿真结果表明,通过 Gabor 变换对信噪比为0dB的二次谐波信号进行处理后,系统的信噪比可提高15.73 dB。实验结果表明,基于Gabor变换进行降噪处理后,CH4浓度在0.001%-0.02%区间内与二次谐波峰值的线性相关系数r达到了0.99659,且系统的检测精度和稳定性明显提高。

基于Gabor变换的微动目标微多普勒分析与仿真

由于目标微动特征信号具有非线性和非平稳的特点,为有效提取雷达目标的微动特征,为雷达目标的分类与识别提供依据,在单频信号体制下,以旋转散射点目标为例,基于时频分析的方法提取了旋转目标的微多普勒信息,通过仿真验证,得到了微动目标的微多普勒特征,比较了几种常见时频分析工具的变换结果及性能差异。仿真结果表明,Gabor变换方法在微动目标微多普勒提取方面是可行而稳健的,Gabor变换的巨大潜力将为微动目标特征识别提供新的途径。

基于实数形式Gabor变换的虹膜识别方法

提出基于实数形式Gabor变换(RGT)的虹膜识别算法。首先计算Gaussian函数的对偶窗函数;然后将对偶窗函数的RGT对规范化后的虹膜纹理进行分解,利用得到的实数Gabor变换系数求取局部均值与方差作为虹膜纹理特征。在算法上实现完全实数运算,大大降低了算法的复杂性。实验结果及数据分析表明了此方法的合理性及有效性。

采用Gabor变换的局部放电信号时频分析

局部放电信号频率是时变的,为更好地反映它的时频特性,采用一种时频分析方法Gabor变换,将它应用于局部放电信号分析中,并利用不确定原理选择高斯窗函数作为Gabor变换的基函数,提高了分析结果的时频聚集性。通过对实际局部放电信号进行分析处理,结果表明在选择合适的窗函数参数的情况下,基于Gabor变换的时频谱能够细致的刻画信号在时频平面上所发生的变化过程,准确反映了局部放电信号的时频特性,可有效满足对局部放电信号进行时频分析的要求,有利于对信号特征的提取。

基于三维Gabor变换的视频水印算法

水印技术是把版权信息隐藏于载体信号中达到版权认证的一种版权保护技术.利用Gabor基函数波形类似人视觉皮层简单细胞的感受野波形的特性,结合视觉通道中心频率具有对数频程关系的特点,从视觉系统时-空多通道模型角度出发,提出一种三维塔式Gabor变换视频水印算法.实验表明,该水印算法具有较好的鲁棒性和不可感知性.

基于Gabor变换的盲信号分离方法

提出了一种基于Gabor变换的盲信号分离方法。与传统的盲信号分离方法相比,该方法考虑到了不同类型信号的时频分布特点,通过估计混合矩阵从而能够较为准确地对源信号进行分离,而且突破了传统盲信号分离方法中要求源信号相互独立以及源信号最多只能有一个高斯信号的限制。仿真结果验证了该方法的有效性,为盲信号分离技术提供一种新的研究方向。

基于Gabor变换的欠定盲信号分离新方法

结合Gabor变换和盲信号分离的各自优点,提出了一种基于Gabor变换的欠定盲信号分离新方法。首先通过混合信号的Gabor变换系数之间的相互关系,得到了源信号个数的估计;然后对Gabor变换后的信号进行阈值处理,并进行Gabor逆变换得到新的混合信号,从而实现混合信号的升维。再利用现有的盲信号分离方法进行处理,该方法不受源信号个数的限制,因此属于一种欠定盲信号分离方法;最后,通过一组仿真信号的欠定盲分离验证了该方法的有效性。

基于Gabor变换的超声回波信号时频估计

在无损检测中,超声回波往往是一个重叠较严重,含有噪声的多回波信号。根据Gabor变换时频分析的特点,该文提出一种基于Gabor变换的超声回波信号时频估计方法。该文建立回波信号与Gabor变换分析窗函数相似度(即距离)模型,通过模型相似度最小化问题转化为求解回波信号Gabor变换系数模的最大值来估计回波信号的传播时间(TOF)和中心频率(CF),最后推导它们的克拉美-罗界(CRLB)以评价算法的性能。Monte Carlo仿真和实验结果表明该文提出的算法,无论对低信噪比的单回波信号或重叠的多回波信号都能达到较高的精度,而且估计的均方误差在高信噪比时,达到CRLB,即使在低信噪比,也接近CRLB。

基于熵的Gabor变换窗函数宽度自适应选择算法

该文针对Gabor变换中窗函数宽度选择的问题,提出了以提高Gabor表示的聚集性和时频分辨率为目的的窗函数宽度自适应选择算法。提出对香农熵的取值范围进行改进,使其更适合度量时频分布的聚集性,进而根据熵度量实现了与信号非平稳性相适应的最优窗函数宽度选择。仿真结果表明该算法对单分量及多分量信号都能有效地选择最优窗函数宽度,能够获得聚集性好、时频分辨率高的Gabor表示,并具有很好的抗噪性能。

基于实值Gabor变换的掌纹识别

掌纹识别作为一种重要的生物特征识别方法,其中的一个重要环节就是掌纹特征的提取,提出了一种基于实数形式离散Gabor变换的掌纹特征提取方法,将空域的掌纹图像变换到联合(时间)空间频率域并将其联合(时间)空间频率域的能量分布作为掌纹的特征,以此为基础分别使用欧式距离和支持向量机进行了不同掌纹的匹配识别。实验结果表明,该算法对掌纹图像小的平移、小角度的旋转和小的手掌伸缩具有鲁棒性,并且获得了较高的识别率。

基于EMD和Gabor变换的发动机曲轴轴承故障特征提取

针对发动机振动信号的非平稳特点,提出了一种基于经验模态分解(EMD)和Gabor变换相结合的曲轴轴承故障特征提取新方法。通过EMD方法将发动机非稳态加速振动信号分解成多个本征模态函数(IMF),对与原信号相关性强的前4阶IMF分量进行Gabor变换,从各阶分量Gabor时频分布图的频带能量累加曲线中提取能够反映曲轴轴承磨损故障的频带能量作为故障特征参数。试验结果表明,该方法提取的故障特征参数能敏感地反映曲轴轴承的磨损状态,可作为诊断曲轴轴承故障的重要特征量。

基于Gabor变换的人眼开闭状态识别技术研究

为解决驾驶员疲劳检测问题,提出了一种快速人眼开闭状态识别方法。该方法通过肤色模型识别人脸区域,预处理后进行Gabor变换;通过选取合适的尺度和方向提取出眼部明显的灰度特征,对变换后的图像进行水平积分投影,眼部有明显的尖峰,进而通过峰平比识别人眼的开闭状态,突破了传统积分投影方法只能进行人眼定位的局限。实验表明,该算法具有较高的准确性,并对光照变化有较好的鲁棒性。