用DSP实现焊缝图像处理算法中的小波变换算法

利用模板匹配算法获取焊缝中心位置。该算法首先通过二维小波变换得到焊缝的模板,再将该模板在后续焊缝图像中平移,计算模扳平移到各位置的互相关系数,取互相关系数最大值对应的列为被测图像的焊缝中心位置。基于DSP在数字信号处理中的优势,使用TDS642EVM实现焊缝识别图像处理算法。文中分析了二维小波变换算法的原理,开发了用DSP（数字信号处理器）实现小波变换算法的程序,最后列出了用TDS642EVM处理管道焊缝图像实例。     

基于小波算法的故障信号特征抽取

实现了一种运用 (Daub4)正交小波包变换,基于信号能量在小波包空间的分布特性,利用小波包去噪消除信号白噪声和有色噪声、提取信号特征信息, 实现故障诊断的方法.由小波包预处理提取信息特征,作为决策网络的输入矢量,降低了输入的数据维数,简化了网络的结构和计算复杂度,减少了决策误差.     

基于DSP的CO2焊短路信号的小波检测算法实现

根据多孔算法思想和应用Matlab小波工具箱对实际焊接电压信号的分析,选择db2小波基,提出了一种适合实际CO2焊接过程短路信号的小波检测算法.该算法使滤波器序列静止不动,采样信号序列动态的前进,对输入信号采样一次,处理一次,由于检测过程对时间要求非常苛刻,且小波算法包含大量的乘和累加运算,运算量很大,故选择DSP(TMS320LF2407A)为处理器,采用C++编制主程序;同时充分利用DSP的硬件乘法器和RPT指令,用汇编语言编制了计算量小、执行速度快的小波变换子程序;将该子程序嵌入主程序中,采用C++与汇编混合编译的方式对采样信号进行三级分解来检测短路信号的发生时刻.试验表明,算法的正确性,并能实时、准确的检测出真短路信号的发生时刻,满足波形控制要求.     

基于小波变换的齿轮箱故障诊断

时域同步平均(Time Synchronous Averaging,TSA)信号只包含齿轮啮合频率信号和倍频信号,若齿轮出现故障,会使TSA信号得到某种程度的调制.文章将连续小波变换应用于齿轮箱振动采样的TSA信号,检测和分析齿轮箱的轮齿缺陷,设计并制作齿轮箱故障诊断试验台,通过齿轮全运行周期啮合试验,利用LABVIEW虚拟仪器采集系统采集振动信号,然后利用MATLAB编写相应的程序,绘制出所需信号的波形图,对所采集的数据文件进行信号分析处理,以达到齿轮箱故障诊断的目的,并验证了小波变换对齿轮故障诊断的有效性.     

基于小波变换的金属断口模式识别与分类

提出了一种基于小波变换的金属断口模式识别分类方法。该方法采用Daubechies四点小波和标准的金字塔结构小波变换对粘口图像进行二级小波变换，将小波变换后各个频带输出的L1范数、能量、熵作为断口分类的特征，并根据特征本身的离散程度对特征进行加权处理，采用线性最小距离分类器，对等轴塑坑、腐蚀疲劳、河流花样、拉长塑抗、韧性疲劳和韧性沿晶等六种典型的断口进行分类。实验结果表明，这种方法可以对金属断口模式进行准确的识别与分类。     

基于小波变换的超声信号自适应消噪方法研究

超声检测中，特定的缺陷回波信号一般都有一定的相关性，因而可利用自适应噪声抵消来增强缺陷回波信号。针对最小均方（LMS）算法自适应噪声抵消的缺点，提出了基于小波变换的自适应噪声抵消方法，通过Matlab软件将该算法应用于超声缺陷信号的仿真处理。结果表明，该算法大大提高了缺陷回波信号的信噪比，且具有较高的缺陷定位精度和纵向分辨率。     

小波变换在加工误差分析中的应用研究

论文以信号处理理论为基础，提出了将加工数据中的系统性误差和随机误差与信号分析中的低频分量和高频分量相对应的分析方法和思路，介绍了小波分析中的多分辨率分析和小波包分析工具的原理，并以此为工具提取加工数据中的高、低频分量，即利用它们对机械加工中的数据进行分析、处理，从中提取包含在加工数据中的系统性误差和随机性误差，为及时了解工艺系统的状况，对其进行必要的调整、补偿提供依据，同时也为研究误差产生原因、机理及寻找其变化规律提供支持。     

基于感兴趣区域和小波变换的图像融合算法

为了提高图像融合效率,保持良好的边缘支持度,以便更好完成图像重构,提出了基于小波变换的图像融合算法。利用小波变换对信号多方向特征提取的优势,将多维图像信号分析化繁为简,在融合规则制定中,权衡图像融合的清晰度和融合算法复杂度,对图像信号低频信号和高频信号分开处理,低频进行加权平均,而高频进行局部方差处理,最后进行小波逆变换得到重构图像。实验证明,该方法重构图像效果清晰,且信噪比高。     

小波变换在轴承故障诊断中的应用

概述了提高滚动轴承故障诊断准确性的重要性。针对滚动轴承的故障诊断方法的不足,介绍了用小波的方法诊断的基本原理、特点和小波变换的基本步骤,并通过实例说明该方法在处理非平稳、时变信号的优越性。     

小波变换用于声发射波波达时间的研究

基于模态声发射和互相关技术,利用小波变换的方法,计算声发射波达时间,进而进行声发射源定位,提高了定位精度。     

基于小波包-Haar小波变换的漏磁检测信号降噪数据压缩方法

漏磁检测是对输油管道、油罐等设备缺陷进行无损检测的一种重要方法,但在检测过程中产生的信号数据量庞大,同时会产生多种干扰噪声,出现信号失真、漂移和信号被湮没等问题,对信号进行降噪滤波是缺陷漏磁检测的关键环节。探讨了信号降噪压缩方法,研究了基于小波包-Haar小波算法的漏磁检测信号降噪压缩算法,通过该算法,在对信号数据进行降噪压缩处理同时,保留了高频部分信号特征,从而在降噪后数据解压缩过程中避免了信号失真畸变的现象。     

基于小波变换的缺陷数据库网络存储技术的研究

根据交变磁场测量信号的特点,利用小波变换能表征信号突变特征这一优势,采用多分辨分析方法提取缺陷信号的特征量,并在此基础上提出了利用数据库网络存储技术保存交变磁场测量中的缺陷信息,分析了该种存储方式对信号无损压缩的原理,解决了无损检测中海量缺陷数据的保存问题,并为无损检测仪器系统的网络化提供了新途径。     

基于小波变换的双阈值水下焊缝图像边缘检测研究

水下焊缝图像受到水下环境、弧光、飞溅、泥沙浑浊等噪声影响,生成的焊缝图像模糊不清质量较差,采用传统的边缘检测算法提取水下焊缝边缘,结果无法满足要求。为解决此问题,利用Canny算法,提出基于多尺度小波变换的自适应双阈值边缘检测算法。该算法结合多尺度小波变换,以三次B样条为小波函数,采用双线性插值进行非极大值抑制,根据OTSU法生成自适应双阈值抑制噪声和去除伪边缘。实验结果表明：相比传统的Canny算法,此改进算法对水下焊缝图像边缘检测效果更佳,边缘检测更精确、丰富完整,且有效抑制噪声,验证了此算法的有效性。     

基于小波变换的混凝土泵压力滤波方法研究

针对混凝土泵液压系统压力测量信号信噪比低且非平稳的特点,对混凝土泵工作过程中的液压系统压力测量信号进行小波变换滤波,通过选择coifN小波和heursure规则对压力测量信号进行小波分解和滤波处理,有效去除了压力测量信号中的噪声,取得了良好的滤波效果,为混凝土泵排量的实时测量以及工作状态实时监控和故障诊断提供处理和识别依据。     

基于小波变换的双能DR图像融合

为了提高不等厚工件数字射线照相(DR)图像的信息量,将小波图像融合技术应用于两个不同X射线能量下的DR图像的融合。首先,利用小波变换对待融合图像进行多分辨率分解,采用加权平均法提取低频系数;然后利用八个方向掩模计算局部梯度,基于局部梯度选择融合高频系数;最后基于小波融合系数逆变换实现图像的融合处理。利用熵、空间频率等客观参数对融合图像进行评价。结果表明,此方法可以得到理想的融合效果。     

回转体零件表面形状误差分析的小波变换方法

针对回转体零件实际加工形成的表面由多种频率成分构成的特点,为精确分解零件表面几何形状误差信号,在比较分析了传统数字滤波算法和小波算法的基础上,提出零件表面轮廓信号滤波的小波变换法。小波变换具有带通滤波的功能,它比传统的滤波方法更方便更有效。实验表明对实测信号进行小波变换滤波可以减少噪声信号的干扰,同时结合傅立叶变换可实现了表面形状误差、表面波度及表面粗糙度的综合提取,为三类误差的评定提供前题,满足了高精度测量的要求。     

基于经验小波变换和流形学习的滚动轴承故障诊断研究

针对振动信号的非线性、非平稳性和早期故障特征信号难以提取的特点,提出一种基于经验小波变换(EWT)和流形学习约简的故障特征提取方法。首先利用EWT将振动信号分解成不同特征时间尺度的单分量固有模态函数(IMF),然后从包含故障信息的IMFs中提取滚动轴承的时域统计特征、频域统计特征、AR模型自回归系数和功率谱熵,构造高维特征集;再利用线性局部切空间排列(LLTSA)流形学习算法将构造的高维特征集约简为故障区分度更好的低维特征集;最后利用支持向量机(SVM)对提取特征进行故障识别。实验结果表明该特征提取方法对滚动轴承故障诊断准确率更高。     

声发射信号特征分析中的小波变换应用方法

对声发射信号进行分析与处理是目前获取声发射源信息的唯一有效途径,也是声发射技术发展的难点和瓶颈。针对声发射信号的特点,对小波变换用于声发射信号的特征分析问题进行了研究,总结出了适用于声发射信号的小波变换信号特征提取方法,并对未来小波变换在声发射领域的应用与研究方向进行了探讨。