基于Gauss小波的焊缝检测技术

在小波边沿检测技术的基础上 ,提出了一种基于Gauss小波的焊缝检测的新技术。由于Gauss小波在时域和频域都具有很好的局部性 ,很适合于检测信号的局部形态。文章主要涉及到焊缝图像信号的预处理、Gauss小波函数及其在焊缝检测中的应用、检测结果的相关分析等。小波尺度对变换结果有很大的影响 ,文章对此进行了分析和比较。仿真结果表明 ,该方法检测精度高 ,抗干扰性能好 ,计算复杂度小 ,可靠性高 。

Gauss小波变换像空间的再生核函数

针对经常用于边界检测并且使用效果非常好的Gauss小波,给出了其小波变换像空间的再生核具体表达式.并且当固定尺度因子时,利用再生核空间理论,对Gauss小波变换像空间做了具体描述,为进一步研究一般的小波变换像空间提供了理论基础.

Gauss小波变换像空间的描述

在连续小波变换像空间是再生核Hilbert空间的基础上,针对经常用于边界检测并且使用效果非常好的Gauss小波,给出了其小波变换像空间的再生核具体表达式.并且当固定尺度因子和固定平移因子时,利用再生核空间理论,对Gauss小波变换像空间做了具体描述,分别给出了Gauss小波变换像空间中的等距恒等式和反演公式,这为进一步研究一般的小波变换像空间提供了理论基础.

实Gauss小波在三维面形测量中的应用

在基于连续小波变换(CWT)的三维面形测量过程中,小波函数的选择起到关键作用。已有文献对实墨西哥帽小波的表现展开了讨论。考虑到墨西哥帽小波、莫莱小波、DOG犬小波和盖博小波均由Gauss窗函数生成,墨西哥帽小波是Gauss函数的二阶导数,本文对实Gauss小波在三维测量中的应用进行深入讨论。理论分析了利用实小波函数经由Hilbert变换实现三维面形重建原理,完成了基于实Gauss小波的三维面形测量的模拟和实验。

一种求解优化问题的新型小波混沌神经网络

基于神经元的自反馈项可产生混沌的现象,将Gauss小波函数作为混沌神经元的自反馈项。分析了Gauss小波的尺度和平移参数对神经元动力学的影响,提出了自反馈连接权和Gauss小波尺度双重模拟退火的混沌神经元。构建了混沌神经网络模型,分析了由Gauss小波函数产生的附加能量函数对网络优化能力的影响。优化问题的仿真结果表明,该网络能够以较快的速度找到优化问题的全局最优解。

基于Bergman-Selberg核的固定平移因子时的复高斯小波变换像空间

在固定平移因子时,利用复Gauss小波变换像空间的再生核具体表达式和再生核空间相关理论,给出了复Gauss小波变换像空间中的等距变换和采样定理,这为进一步研究一般的小波变换像空间提供了新的方向。

OpenCV在焊缝实时检测系统中的应用

机器视觉系统是集机械、光电、控制、计算机和数字图像处理等技术于一体的高度自动化系统,广泛应用于工业当中。焊缝实时检测系统主要针对焊接自动跟踪技术中的在线检测焊缝并进行相关处理的系统。该文在VC++6.0开发环境中设计了一种采用Gauss小波检测边缘,基于OpenCV的焊缝实时检测与处理算法,实验结果表明该算法实时性高、效果好、检测正确快速。

基于连续小波变换的抗干扰计算鬼成像

计算鬼成像由于具有分辨率高和抗干扰能力强等特点,近年来被广泛研究。区别于传统成像方案,由于成像机制,计算鬼成像对物体成像时需要进行大量的测量,因此提高它的成像效率一直是一个重要的研究内容。在此背景下,由于可以较好地对信号进行去相关,进而对信号进行大幅压缩,小波变换受到了广泛的关注。近年来,不少学者将Haar小波引入计算鬼成像系统中,成像效率得到了提高。然而,小波函数的种类有很多,性质各异,关于其他小波函数在计算鬼成像系统中的应用鲜有报道。大部分小波函数只能进行连续小波变换,直接应用于计算鬼成像系统中会面临许多问题,针对这个情况,提出了准连续小波变换架构,在实验上实现了基于Mexihat和Gauss小波的计算鬼成像。实验结果表明,这两种连续小波方案既能够进行正常成像,同时相比于Haar小波,它们也表现出了更强劲的抗干扰能力,更加适用于实际应用环境。

小波函数频域旁瓣对三维重建效果影响研究

利用连续小波变换实现三维重建过程中,其重建效果往往取决于小波函数的选择。小波函数在空域和频域的表现,决定着数据处理的效率和效果。不同的小波函数自身具有不同的表现,其频域部分往往有不同的旁瓣产生。讨论了复Gauss系列小波频域旁瓣对三维面形重建的影响,计算得到复Gauss小波随微分阶数增加其旁瓣有变小的趋势,理论分析和实验结果均得到其局部分析能力呈趋好的规律。通过引入复Morlet小波和Mexican hat小波函数,进一步验证了频域旁瓣对重建效果的规律性影响,实验结果与理论分析吻合较好。