首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 156 毫秒
1.
针对存在多种故障类型不同故障严重程度的转子故障诊断问题,提出了一种基于参数优化对称点模式(symmetrized dot pattern, SDP)分析的智能诊断方法。首先,利用SDP分析提取多个传感器信号的故障特征并将其融合为SDP图像;然后,以基于欧氏距离定义的图像区分度函数为适应度函数,基于天牛须搜索(beetle antennae search, BAS)算法获得SDP分析中角域增益因子与时间延滞系数的最佳取值;最后,利用SDP图像训练卷积神经网络(convolutional neural network, CNN)获得转子故障诊断模型。试验研究表明,该方法相较于其他故障诊断方法具有更高的诊断精度,且在强噪声环境下的诊断表现良好。基于BAS算法优化后的SDP分析放大了不同类型不同严重程度转子故障的表征差异,提高了故障诊断精度。  相似文献   

2.
针对含有噪声且光线不均的医学图像,提出了一种基于模糊C均值聚类的图像分割算法。模糊C均值聚类算法描述简洁、易于实现、分割效果好,在图像分割应用领域得到了快速发展,但也存在着对噪声敏感的问题。考虑到提取的医学图像数据中必定包含噪声,因此通过修改目标模糊函数J(u, v),在引入像素点邻域信息的基础上,对邻域信息加入了惩罚因子。弥补了传统模糊C均值聚类算法的不足,使该方法对含有噪声的医学图像更加有效。实验分析表明了算法的有效性和实用性。  相似文献   

3.
一种基于椒盐噪声图像的加权滤波算法研究   总被引:1,自引:0,他引:1  
针对中值滤波和其改进算法虽然能够在很大程度上改善噪声带来的影响,但是使图像边缘变得模糊这一问题,提出一种滤除椒盐噪声的加权滤波新算法。该算法定义中值相似度和空间临近度函数,并采用双阈值,根据阈值的范围,采用不同的方法获取权值。使用该算法对图像进行加权滤波不仅能够有效地去除椒盐噪声,而且尽可能的保存完整的图像边缘信息。  相似文献   

4.
多传感器模糊融合跟踪算法   总被引:1,自引:0,他引:1  
胡士强  敬忠良 《光电工程》2004,31(10):1-4,12
针对集中式融合结构跟踪系统,利用随机逼近算法分析了权值的最优分配原则,提出了一种基于模糊推理的多传感器融合跟踪算法。该算法采用协方差匹配技术,依据滤波新息,动态调整测量噪声方差,使融合系统的均方误差始终最小。同时利用双滤波器结构,根据系统方差,实现滤波器间的动态切换,提出了基于模糊推理的并行双Unscented卡尔曼滤波自适应跟踪算法,增强当前统计模型对弱机动目标的适应能力。针对机动和非机动飞行航路进行了算法仿真,结果表明,在时变测量噪声条件下,采用模糊融合跟踪算法前后的速度均方根误差分别为45.7m/s和36.2m/s, 18.7m/s和9.6m/s,提高了多传感器系统的稳健性和跟踪精度。  相似文献   

5.
噪声概率快速估计的自适应椒盐噪声消除算法   总被引:1,自引:0,他引:1  
提出一种可识别噪声概率自动调节滤波窗口的自适应椒盐噪声消除算法。对非理想椒盐噪声污染图像随机区域进行变窗口中值滤波,将结果与滤波前比对获得噪声点数,滤波区域即按此点数排序。然后取每种滤波窗口下的中间三组数据,该数据平均加权获取图像噪声概率初估计,对初估计平均加权即得图像噪声概率。滤波前首先采用阈值法排除明显噪声点,剩余像素中再以离窗口中心像素距离平方的倒数为权值估计中心像素。最后由噪声概率按照T-S模糊规则对不同模型的输出估计值进行融合。实验证明,与传统中值滤波等算法相比,该算法具有噪声自动估计和自适应窗口调节能力,滤波后标准均方差可减少20%以上,速度可提高一倍多。  相似文献   

6.
本文将分形Hǒlder指数和信号分离相结合,利用独立成分分析技术(ICA,Independent Component Analysis),实现了海杂波SAR图的散斑抑制和点目标检测。首先,计算点态Hǒlder指数图,并提出二值模糊方法对其处理;接着使用ICA技术得到该图的基图像和独立成分;提出空间分离法,对独立成分进行分离,同时对基图进行对应分类,获得非噪声和噪声两个空间。最后在非噪声空间上重构图像。实验部分,将该算法与传统算法进行对比,证实了该算法的有效性和优越性。  相似文献   

7.
针对现有超分辨率算法重建后的红外图像存在对比度差、信噪比低、视觉效果模糊的缺点,提出一种基于视觉对比度特性的红外图像超分辨率重建算法。该算法首先利用人眼在不同灰度级的分辨能力不同,通过引入红外图像对比度这一先验信息重建红外图像,其次构建一噪声度量因子以区分图像目标与噪声,然后对目标边缘进行增强,噪声进行滤除。实验结果表明:经过改进算法重建的超分辨率红外图像对比度提高了2倍,噪声得到了有效抑制,视觉效果明显改善。  相似文献   

8.
针对现有融合算法在处理红外偏振和光强两种模态图像时无法随着差异特征的不同而变化的问题,提出了一种双模态红外图像的集值映射融合方法。以多组红外偏振和光强图像为训练样本,根据底层特征的融合算法的类型分别建立差异特征类集和融合算法类集;构造各个差异特征对应各融合算法的融合有效度分布;通过多组图像融合有效度分布的均值聚合,建立全局图像的差异特征与融合算法的集值映射关系;提取被融合图像的差异特征,根据集值映射选择相应算法,通过各算法的组合得到融合结果。实验表明,该融合方法可以优化选择融合算法,将互补性强的差异特征有效融合。  相似文献   

9.
实时视场拼接系统的设计与实现   总被引:1,自引:0,他引:1  
当要求的场景尺寸超出一个光学传感器的范围时,同时取得完整的场景就成为一个难点.针对这一问题,采用多个光学传感器同时对场景进行采集,可以得到几幅互相有一定重叠的场景图像.应用改进的相位相关算法对重叠图像进行快速配准,应用渐入渐出融合算法消除拼缝,实现无缝大视场拼接.并将整套算法在以TMS320DM642为核心处理器的平台上实现,得以构成一个小型化视频拼接系统.实验结果表明,该系统可以自动地对存在一定重叠和旋转的两幅768×494分辨率、25帧/秒的视频图像进行拼接,获得无缝、清晰的大视场视频图像,满足系统实时性的要求.  相似文献   

10.
针对局部立体匹配算法对噪声与光照变化敏感及在弱纹理区域匹配效果不佳的情况,提出一种基于改进Census变换与自适应参数引导滤波的立体匹配算法。该算法融合HSV通道值计算代价,对噪声与光照变化有较好的鲁棒性;在支持窗口内分别使用欧式距离加权与颜色加权获得Census变换参考值;集成AD与Census代价提高了单像素匹配代价的稳定性,降低了原Census变换对中心像素的依赖程度。在代价聚合过程中使用峰度系数对正则化参数进行自适应处理,通过视差计算获得视差图。在VS2017平台上对Middlebury数据库提供的图像对进行匹配实验,该算法在标准图像、加噪声图像及光照变化图像的各区域平均误匹配率分别是7.80%、10.72%和9.89%。结果表明:该算法可以降低误匹配率,同时能更好地适应噪声与光照变化。  相似文献   

11.
基于神经网络的图像混合滤波及融合算法研究   总被引:1,自引:1,他引:0  
当图像中同时存在高斯噪声和椒盐噪声时,单一的均值滤波或中值滤波很难达到最佳滤波效果。 分析了噪声特点和各种滤波方法的优势,提出了一种基于神经网络的图像混合滤波及融合算法:首先建立概率神经网络,检测椒盐噪声和高斯噪声点,并分别利用中值滤波和均值滤波去除噪声点,然后建立径向基函数神经网络,利用训练好的径向基函数神经网络融合 2 种不同滤波的图像,输出理想的融合图像。 Matlab 仿真实验结果表明,该算法有效去除混合噪声的同时,能很好地保护图像的边缘与细节,是一种有效的方法。  相似文献   

12.
路正佳 《包装工程》2020,41(7):205-208
目的为了有效滤除药片包装视觉检测系统中的噪声,提升图像清晰度,保证后期图像分割、边缘处理顺利进行。方法针对药片视觉检测图像中存在大量不确定噪声,提出一种自适应模糊神经网络的图像滤波算法。在模糊神经网络结构中引入一个鲁棒性较强的隶属函数,并通过梯度下降法对模糊神经网络中的参数进行优化训练,利用优化后的网络结构对被噪声污染的图像进行滤波处理。结果仿真结果表明,该算法能够在保留较完整的图像边缘和重要细节的前提下,有效滤除药片中的噪声。结论该滤波算法有效提高了药片图像的清晰度,对于后期药片图像分割以及边缘化处理具有重要意义。  相似文献   

13.
针对齿轮在复杂运行工况下故障特征提取困难,传统故障诊断方法的识别精度易受人工提取特征的影响,以及单传感器获取信息不全面等问题,提出基于深度置信网络(DBN)与信息融合的齿轮故障诊断方法。通过多传感器信息融合技术对每个传感器采集的振动信号进行数据层融合;利用DBN进行自适应特征提取从而实现故障分类。为了避免因人为选择DBN结构参数,导致模型识别精度下降的问题,利用改进的混合蛙跳算法(ISFLA)对DBN结构参数进行优化。试验表明,与BP神经网络、未经优化的DBN以及单传感器故障诊断相比,该研究提出的信息融合及优化方法具有更高的故障识别精度。  相似文献   

14.
基于图像处理的柔性材料自适应纠偏系统设计   总被引:1,自引:1,他引:0  
周继彦  余正泓 《包装工程》2017,38(13):189-194
目的为了解决印刷包装过程中柔性材料容易跑偏的问题,基于图像处理结合模糊PID控制提出一种自适应纠偏控制系统。方法介绍纠偏系统工作原理,利用传感器检测包装材料边缘,经图像处理、分析后得到偏差量,利用纠偏算法生成相应驱动信号,实现对纠偏机构的控制。为了实现包装材料边缘识别,提出一种图像处理算法,包括图像预处理、边缘识别等。同时基于模糊PID原理设计一种纠偏控制器,通过模糊规则实现PID控制参数的自适应调节。最后搭建纠偏控制系统,并进行相关实验。结果系统偏差可控制在1 mm以内,控制精度高,稳态性能比较理想。结论设计的纠偏系统可满足印刷包装对柔性材料运行精度的要求。  相似文献   

15.
沥青施工过程中,采集的红外图像容易受到周围环境噪声的影响,使图像变得模糊、信噪比低,从而导致后续图像处理分析的准确度降低。针对该噪声特性,提出了一种Contourlet变换和遗传算法相结合的红外图像增强方法。首先对原始红外图像进行Contourlet变换,得到带有多尺度、多方向信息的带通子带,然后对其进行模糊增强,并通过自适应遗传算法优化模糊增强参数,最后对增强后的带通子带进行Contourlet逆变换,得到效果增强的红外图像。实验结果表明,与其它几种常用的红外图像增强方法相比,此方法能更有效地抑制噪声,提高清晰度,取得了较好的增强效果。  相似文献   

16.
Magnetic resonance imaging (MRI) brain image segmentation is essential at preliminary stage in the neuroscience research and computer‐aided diagnosis. However, presence of noise and intensity inhomogeneity in MRI brain images leads to improper segmentation. The fuzzy entropy clustering (FEC) is often used to deal with noisy data. One major disadvantage of the FEC algorithm is that it does not consider the local spatial information. In this article, we have proposed an improved fuzzy entropy clustering (IFEC) algorithm by introducing a new fuzzy factor, which incorporates both local spatial and gray‐level information. The IFEC algorithm is insensitive to noise, preserves the image detail during clustering, and is free of parameter selection. The efficacy of IFEC algorithm is demonstrated by comparing it quantitatively with the state‐of‐the‐art segmentation approaches in terms of similarity index on publically available real and simulated MRI brain images.  相似文献   

17.
孟文晔 《包装工程》2022,43(9):184-188
目的 为提高包装过程定量称量精度,结合卡尔曼滤波算法和模糊控制原理设计一种称量信号处理方法。方法 定量称量控制系统一般由触摸屏、控制器、称量传感器、变频器等电气设备组成。以传感器信号处理为主要研究对象,提出一种改进卡尔曼滤波算法。采用卡尔曼滤波器实现称量信号中随机噪声的处理。利用模糊控制器来实时监测卡尔曼滤波每次更新后实际方差和理论方差的差值。最后,进行实验研究。结果 实验结果表明,改进卡尔曼滤波的实际性能比较理想,滤波处理前,称量误差最大可以达到2.5%;经滤波处理后,最大称量误差只有0.26%。结论 所述信号处理方法可以有效地降低称量信号噪声,提高称量精度。  相似文献   

18.
Many types of medical images must be fused, as single‐modality medical images can only provide limited information due to the imaging principles and the complexity of human organ structures. In this paper, a multimodal medical image fusion method that combines the advantages of nonsubsampling contourlet transform (NSCT) and fuzzy entropy is proposed to provide a basis for clinical diagnosis and improve the accuracy of target recognition and the quality of fused images. An image is initially decomposed into low‐ and high‐frequency subbands through NSCT. The corresponding fusion rules are adopted in accordance with the different characteristics of the low‐ and high‐frequency components. The membership degree of low‐frequency coefficients is calculated. The fuzzy entropy is also computed and subsequently used to guide the fusion of coefficients to preserve image details. High‐frequency components are fused by maximizing the regional energy. The final fused image is obtained by inverse transformation. Experimental results show that the proposed method achieves good fusion effect based on the subjective visual effect and objective evaluation criteria. This method can also obtain high average gradient, SD, and edge preservation and effectively retain the details of the fused image. The results of the proposed algorithm can provide effective reference for doctors to assess patient condition.  相似文献   

19.
Image fusion is the concept to integrate multiple same scene images while drawing out maximum radiometric information from them by avoiding noise and fictional data. The main objective is to improve the radiometric quality of fused image compared to individual images of the same scene. Existing methods are found to be efficient, but if the similar radiometric information is fused into every image, it produces redundant high frequency of pixels. Therefore, to overcome this issue, in this paper a fuzzy and stationary discrete wavelet transform (FSDWT)-based image fusion technique is proposed. It decomposes Landsat image into stationary values, and then it preserves the radiometric data by using fuzzy if-then rules. In the last phase, FSDWT injects high-frequency blocks from input images and returns a single Landsat image with maximum radiometric data. Quantitative analysis has clearly demonstrated that FSDWT has better structural detail, spatial resolution and spectral information than existing methods.  相似文献   

20.
Speckle noise is a kind of ubiquitous noise in medical image, which will damage the texture structure of image and affect the analysis of image structure by doctors. Therefore, we propose an image denoising model based on fuzzy logic, which can eliminate speckle noise in the image well, improve the recognition of the image, and facilitate the acquisition of image information by doctors. The main work arrangement of the algorithm model is to design a membership function that can traverse the noise image and preprocess the noise image to make the image smooth. Then, a mask template of 5 × 5 is designed by the definition of g-l calculus, and there is mainly an unknown parameter in this template. We design the functional relation between this parameter and the image gradient, which makes the model algorithm adaptive. Finally, the convolution operation is performed between the template and the smooth image. By comparison with the existing mainstream models, the overall denoising effect of this model is better than other models, and the relevant numerical indexes are better than other models. This model is an extension of the denoising model of fuzzy theory, which is beneficial to the future research and development.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号