探讨数字相关滤波在精密位置检测与控制系统中的应用

数字相关滤波精密检测是随着现代光电子技术,计算机技术的进步而发展起来的一门新兴技术,在现代科技与制造业,尤其是在超大规模集成电路制造等领域中非接触高精密测量方面具有重要的实用价值。本文通过实例,介绍了问题的提出,数字相关滤波的理论,探讨了在非接触式精密位置检测与控制系统中的应用原理及实现方法。文末,还就相关滤波的其它有关应用作了简介。     

融入运动信息和模型自适应的相关滤波跟踪

为解决余弦窗的影响和复杂场景中的目标遮挡问题,提出了一种融入运动信息和模型自适应的相关滤波跟踪算法。采用HOG特征和颜色直方图特征互补结合的框架,引入卡尔曼滤波和上下文感知滤波器,可以解决余弦窗的影响;引入一种高置信度检测方法和一种新的模型自适应更新方法,可以解决目标遮挡的问题。将提出的算法在OTB-2015测试集与其他6种相关滤波类算法进行比较,实验结果表明,该算法精确度和成功率分别为0.821和0.615。相对于Staple-CA算法,精确度提升了1.3%,成功率提升了2.8%,同时,算法速度为54.34 帧/s,满足实际工程实时性要求。     

基于BITD和同态滤波解调的齿轮故障诊断方法

针对齿轮故障振动信号的非平稳特征以及本征时间尺度分解(ITD)方法的缺点,提出了B样条改进的本征时间尺度分解(BITD)和同态滤波解调相结合的故障诊断方法。首先采用BITD方法对齿轮振动信号进行分解,将其分解为若干个合理旋转分量之和,然后用相关系数筛选出最能表征故障信息的合理旋转分量进行同态滤波解调来提取故障特征。仿真信号与齿轮故障诊断工程实例分析验证了该方法的有效性。     

基于多分辨率奇异值分解的表面滤波方法

针对目前表面滤波方法中存在边界效应、缺乏多尺度性和最优小波函数选择等问题,在一维多分辨率奇异值分解(MSVD)的基础上,构造出二维MSVD,并提出基于MSVD的表面滤波方法。该方法具有多尺度性,不存在边界效应,并且不需要选择小波函数。仿真实验和实测表面数据表明,该方法与目前表面滤波方法的滤波效果相一致,适用于表面工程的评定。     

自适应谱峭度滤波方法及其振动信号检测应用

谱峭度滤波方法是一种在强背景噪声下也能有效提取振动信号中瞬态成分的方法。笔者针对谱峭度滤波方法中窗宽的自适应选择问题,提出一种自适应谱峭度滤波方法。该方法将小波相关滤波提取的振动信号特征频率作为Morlet小波滤波窗口中心频率,并按最大谱峭度原则自适应选择滤波小波窗口宽度,以确定最优带宽Morlet小波窗。通过强背景噪声下的瞬态成分的提取验证该方法的有效性,并与窗口融合自适应谱峭度滤波方法进行比较。针对轴承故障振动信号检测,应用该方法提取反映轴承故障的冲击响应成分,说明该方法能够实现轴承故障振动特征信号的提取。     

基于区域分割的指纹奇异性检测及中心点计算

提出了一种基于区域分割的指纹奇异性检测以及中心点计算算法。该算法在对指纹奇异性分析的基础上,采用Gabor滤波、方差分析、图形二值化等分析手段,将指纹图样按不同的指纹脊线方向进行区域分割,根据合成图样每个元素邻域的灰阶变化次数以及相应的灰阶信息来检测指纹的奇异区。最后通过计算各奇异区质心的方法,实现指纹奇异点的定位,并进一步讨论了通过指纹奇异点计算指纹中心点的方法。实验结果表明,本算法可以有效实现不同类型指纹奇异性的检测及中心点的准确定位,算法简单,具有较好的鲁棒性。     

多模型融合和重新检测的高精度鲁棒目标跟踪

针对目标跟踪在遮挡和光照变化等复杂场景下容易跟踪失败的问题,提出一种高精度鲁棒的目标跟踪算法。首先,将基于边缘信息的目标模型、基于梯度直方图(HOG)特征的滤波器模型和基于颜色直方图的颜色模型融合为更准确和鲁棒性更强的跟踪模型;然后,提出基于特征分数的双重跟踪可靠性判断依据,检测跟踪结果的可靠性;最后,在跟踪结果可靠性较低时,采用粒子滤波、稀疏表示以及距离约束定位进行重新检测,以实现持续稳定的跟踪。算法在OTB-2015数据集上的平均重叠精度为78. 2%,平均中心位置误差为23. 1 pixel,平均跟踪速率为30. 8 f/s,准确度和鲁棒性优于其他算法。在移动机器人和车辆跟踪平台上进行算法验证,平均重叠精度分别为97. 5%和97. 2%,平均中心位置误差分别为6. 8和12. 6 pixel,平均跟踪速率分别为29. 1和28. 4 f/s,能有效跟踪上述复杂场景的目标,且满足实时要求。     

扩展等相关峰综合鉴别函数算法研究

通过ECPSDF算法的分析,利用构造样本对其约束条件进行改造,得出了EECPSDF算法。模拟和试验结果表明EECPSDF算法能较好的改进ECPSDF算法的缺点,使所设计的匹配滤波器具有较大的畸变容限和较高的相关峰值。     

Improving image quality by zero-loss energy filtering: quantitative assessment by means of image cross-correlation

Fourier ring correlation and root-mean-square contrast of pairs of images, taken under identical conditions, were used as criteria of image quality for comparing unfiltered with zero-loss energy-filtered imaging using a TEM equipped with a post-column energy filter. For three different specimens (amorphous carbon film, macromolecules in light negative stain, virus particles in deep negative stain) the dependence of these quantities on electron dose, specimen thickness and defocus was investigated. A model, based on simple assumptions, was used to describe quantitatively their dependence on electron dose and specimen thickness. It was found that energy filtering is most advantageous for low-dose imaging and small defocus values. The gain due to energy filtering strongly increases with specimen thickness, whereby the dependence is linear for light scattering elements. For thick specimens, the gain by energy filtering is more pronounced in the resolution range between 4 and 2 nm than for lower spatial frequencies.     

大跨径桥梁实时动态挠度信号的分离

由于经验模式分解(empirical mode decomposition,简称EMD)将非线性非平稳信号分解成为一系列线性、平稳的本征模函数(intrinsic mode function,简称IMF)信号,针对单通道大跨径桥梁挠度信号分离问题,结合盲源分离和经验模式分解各自优点,提出基于经验模式分解的盲源分离方法。利用奇异值分解(singular value decomposition,简称SVD)估计信号源数目,根据源信号数目将单通道挠度信号和其本征模函数重组为多通道输入信号,应用独立分量分析（independent component analysis,简称ICA）理论中的快速独立分量分析（fast independent component analysis,简称FastICA）算法对输入信号进行分解,实现桥梁挠度信号各分量的分离。仿真研究表明,该方法能较好地解决ICA模型源数估计和单通道挠度信号盲源分离难题。