基于小波变换的球团矿图像边缘检测

球团粒径及其分布是衡量球团矿质量的重要指标。球团矿图像的边缘检测对基于数字图像处理的球团粒径自动检测具有重要意义。但是，由于成像中的噪声及球团图像的无背景等特点，使得球团图像的边缘检测比较困难。本文利用小波变换系数模局部极大值来检测球团图像的边缘，取得了较好的效果。     

基于自适应小波阀值法的AGC系统

针对常规的压力AGC系统存在的问题,利用小波变换的多尺度分析具有很好的时域和频域局部化的特性,开发了一种基于自适应小波阀值法的AGC系统.新系统根据轧制力的变化和轧辊的转速自适应地确定小波分解的层次和各层的阀值,提取压力AGC调节需要的轧制力变化量和辨识轧辊的偏心信号进行轧辊偏心的高精度补偿,具有自适应性、鲁棒性强,算法简单,控制精度高的特点.实验表明,这种系统使板带的厚度精度大为提高,具有广阔的推广应用前景.     

基于小波方法提取在激光作用下电弧形态的图像边缘特征

针对小波变换的特点，设计了一种原理简单、容易实现的小波提取图像边缘的算法。通过与其它图像处理方法相结合，该算法成功提取出了激光电弧复合热源焊接时所拍摄的弧柱区的图像的水平、垂直及对角线方向的边缘特征，并与一些传统的边缘检测算子进行了比较，发现该算法在提取图像边缘时具有良好的效果。     

基于边缘检测的OMR图像倾斜矫正

提出一种基于边缘检测的OMR图像倾斜矫正算法.在纸质文档以图像扫描方式转化成文档图像的过程中,由于传动装置或其他的一些因素不可避免的会造成一定倾斜角度.此算法结合了OMR图像特点对图像进行边缘参考线的检测,仅对符合条件的边缘参考线Hough变换,以此得到整个图像的倾斜角度.此算法改进了传统的Hough图像倾斜矫正算法因计算量过大,导致图像倾斜矫正时间过长的缺点.     

基于小波去噪和机器视觉的边缘检测

边缘检测是图像分割、目标区域识别、区域形状提取等图像分析方法的基础,在实际工程应用中有着重要的地位。本文介绍了一种通过小波去噪,Sobel边缘检测算子提取边缘的方法,通过软件平台Labview实现。并通过实验证明这种方法抗噪能力极强,提取的边缘定位精确,程序结构合理。     

基于模糊神经网络的边缘检测方法

本文提出了一种集合模糊神经网络的边缘检测方法。首先,将每一个像素的4方向特征矢量与6个边缘模型矢量的距离测度作为输入模式送入到自组织竞争神经网络的输入层,通过这个网络进行边缘分类,得到粗边缘图像。在分类结束后,采用竞争规则来细化边缘,得到粗细适度的边缘图像。最后,从边缘图像中剔除斑点,得到最终理想的边缘图像。将我们的方法与Canny方法及Prewitt方法在好图像和被噪声污染过的图像中进行了比较,实验结果表明,边缘检测效果要优于用Canny方法和Prewitt方法获得的图像边缘效果,且鲁棒性更好。     

基于DSP小波变换在钢铁材质无损检测中的应用

针对钢铁材质电磁无损检测中使用传统信号处理方法检测分选率偏低的问题,利用电磁无损检测信号特点,将小波分析引入钢铁材质无损检测。根据小波分析算法对硬件系统的要求,充分利用DSP芯片优越的数字信号处理功能和快速的运算速度,完成了钢铁材质电磁无损检测装置。试验表明,该方法可以有效地提取检测信号,可应用于钢铁材质裂纹的无损探伤。     

图像的边缘检测算法实现

论文主要阐述图像的边缘检测的算子、不变矩的特征值提取和车型的特征匹配.经边缘提取得到目标图像,采用二值数学形态学对目标图像腐蚀、区域填充,根据提取到的车体图像的七个不变矩的特征值,使用欧氏距离法进行车型的特征匹配.     

基于提升小波变换的图像可听化方法

传统的图像可听化方法多是在空间域选择映射特征,且声音编码维度比较单一,使得盲人学习和使用这种声音的难度较大.针对这一问题,提出了一种基于变换域的图像可听化方法,即对图像小波变换低频系数进行映射,使用频率和音长进行声音编码,将图像表示为电子音乐.实验表明,盲人对这种方法表示的图像具有较高的识别率,并且声音的听感优美,长时间收听不易疲劳.     

基于免疫遗传形态学的视网膜光学相干断层图像边缘检测方法

提出了基于免疫遗传算法的形态学自适应结构元素生成算法,并将其用于光学相干断层成像(optical coherence tomography,OCT)图像中视网膜组织边缘检测.首先将图像进行去噪和粗分割的预处理,并将图像划分为若干子图像;其次对每一子图利用免疫遗传算法求取自适应结构元,初始随机生成固定长度的二进制数串作为抗体,并将其转化为结构元素格式,以图像二维熵定义抗体适应度,根据子图像本身结构特征信息,寻找最优抗体结构元素;最后利用寻优得到的各结构元素对子图进行形态学边缘检测,合并各子图的分割结果,实现整体图像目标边界提取.实验结果表明了该方法在图像目标边界提取的有效性.     

基于格结构的三带小波构造及在图像融合中的应用

提出了一种构造具有正交性、对称性、紧支性以及较高消失矩的三带尺度滤波器与小波滤波器的方法.首先,通过设置尺度滤波器消失矩并转移尺度滤波器的对称性性质,有效地减少了构造尺度滤波器过程中未知量的个数以及计算推导过程的复杂度.在此基础上,利用格结构理论,给出了对具有仿酉特性的多相位矩阵的一种分解方法,并利用这种分解求出了冲击响应长度为9、消失矩为3以及响应长度为15、消失矩分别为3和4的小波滤波器.最后,把所求得的小波滤波器应用到多聚焦图像的融合中.实验结果表明,利用具有上述性质的三带小波进行图像融合可以得到比利用二带小波进行融合更好的效果.     

Mallat小波快速变换与IDRNN在卫星实时故障检测与识别中的应用

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类.     

基于图像处理的深海底障碍物和地形识别及检测

针对海底集矿机采矿环境图像,采用分段线性变换提高图像细节,中值滤波去除悬浮物干扰.利用形态学抗噪声梯度算子提取地形和障碍物轮廓,并用分段线性拟合计算出地表亮度变化率.根据表面亮度变化特征判断障碍物类型,采用自适应形态学对轮廓进行细化与连接.通过障碍投影变换计算出障碍物的距离、高度和宽度等信息.对陆地图像进行了分析,证明位置、高度和坡度等参数计算的可行性.利用上述方法对深海底的图像进行处理,不仅保留了边界信息,且提高了抗干扰能力和抗边界间相互影响能力,可有效识别深海底地形和障碍物,得出位置和形状等参数,可以为集矿机避障系统信息融合技术提供可靠数据.     

基于小波包的开关电流电路故障诊断

为提高开关电流电路故障诊断的精度,提出了一种基于小波包优选和优化BP神经网路的开关电流电路特征抽取与识别方法.首先对开关电流电路原始响应信号进行多层次的小波包分解,接着计算N层分解后的归一化能量值,以特征偏离度作为评价选择最优小波包基,构建最优故障特征向量,最后将提取的最优故障特征通过遗传算法优化的BP神经网络进行分类.该方法以实例电路进行验证,结果表明所有的软故障均得到了有效的分类,说明了该方法在开关电流电路故障诊断中的优越性.     

基于提升小波的轧辊偏心信号提取及自适应控制

由于基于频域的经典小波变换运算时间较长,不能很好地满足轧辊偏心信号在线实时控制的要求,提出了用提升结构小波变换对偏心信号进行不同分辨率下分解处理的新方法.通过对轧制力信号和厚差信号的分析,利用提升和对偶提升原理将偏心信号从干扰信号和噪声信号中提取出来并通过参数自校正控制实现对轧辊偏心的在线动态控制.仿真结果表明,该方法获得了比较理想的效果,并且在同样数据长度下,提升小波变换运算速度比经典小波变换至少提高1倍以上.     

基于机器视觉的透射式薄带针孔检测系统

给出一种基于高亮度单波长LED光源和高速线阵相机的透射式针孔检测系统。光源的透射光穿过带材上的孔洞,在图像上形成孔洞的亮斑区。由于铝板面的强反光性,环境光的干扰以及采集触发信号启动,也会在图像上产生一些亮的异常部分。利用图像分割算法定位出图像异常部分后,采用特征判别分类缺陷,判别其是否为孔洞,最后计算缺陷在带材上的位置。大量现场数据测试表明该实时孔洞检测系统是稳定可靠的。     

基于非线性局部滤波的红外小目标检测方法

为提高复杂环境下红外小目标的检测效率,将图像分为平坦区域、边缘区域和小目标区域三种区域,并针对三种成分的特点,提出基于拉普拉斯金字塔的非线性局部滤波检测方法.首先将图像进行高斯金字塔分解,将高斯低通金字塔与原图像尺寸匹配后,相减并进行阈值操作,抑制平坦区域;其次将标记像素灰度值与其周围环域均值的最小差作为指标,滤除边界区域;最后将非线性局部滤波结果生成相应的拉普拉斯金字塔各层系数,重构得到高对比度的检测图像,利用邻域特点剔除孤立噪声点并通过简单阈值标记红外小目标.实验结果表明:与现有其他算法相比,该检测算法能够对复杂背景有效抑制,检测速度快.     

基于脊波变换的手指静脉图像增强研究

针对人体手指静脉图像的结构和特点,提出一种基于脊波变换的图像增强算法.该算法对手指静脉图像小波域各高频子带系数进行脊波变换,利用非线性新脊域系数确定法对脊域系数进行处理,然后对各高频子带进行脊波逆变换和小波图像重构.该算法对手指静脉二维曲线奇异处理、边缘增强等具有较好的效果,克服了小波变换在高维曲线奇异和方向选择上的不足.通过与传统的二维离散小波变换边缘增强法和自适应调整系数的脊波变换方法作比较,实验结果表明本算法具有更好的手指静脉图像效果.     

基于单目线结构光的智能仓库车辆识别系统

为了实现钢铁企业智能仓库的车辆识别,提出通过基于机器视觉技术的智能仓库车辆识别方案。将面阵CCD相机及线结构光布置在车辆停车位上方拍摄车辆及结构光图像,首先通过张正友标定法及光平面空间原理完成相机与光平面标定;其次使用图像预处理算法及骨架法提取结构光光条中心线;然后通过引入车上、车下点的判别标准,精准识别车上边缘点,并引入车辆高度变量,得到车上边缘点由图像坐标向世界坐标的转化模型;最后根据车上3个边缘点坐标计算车辆位置信息,完成智能库区车辆方位识别。研究结果表明,所构建的测量系统及算法可以获取仓库车辆位置信息,通过标准件精度验证试验可知系统测量结果精确度较高,能够准确实时反映仓库车辆位置信息,这为智能仓库车辆位置检测提供了有效测量手段。     

基于自适应数字滤波的旋转机械动平衡边缘计算

为了提高机械设备不平衡故障的判断准确率,针对目前振动信号检测分析计算均在服务器云平台进行的现状,设计一种在边缘计算端实现的方式.通过自适应数字滤波方法分析出旋转机械不平衡故障,利用中心频率自适应带通数字滤波器实现噪声去除,并且将算法固化到嵌入式单片机上.通过中心频率带通滤波器,利用数字化滤波器传递函数,对采集的信号数据...