小波分析在语音除噪中的应用

小波分析具有时间平移和多尺度分辨率的特点,是目前信号处理领域中十分活跃的理论。含噪语音信号经过小波变 换后,语音信息主要集中在小波变换尺度较大的低频部分,白噪声主要集中在小波变换尺度较小的高频部分。根据这一特 点,我们可以利用小波变换对含噪语音信号进行除噪处理。     

一种基于小波理论的铁谱图像反锐化掩模增强法

介绍了当前常用的图像增强技术,结合铁谱图像预处理研究了基于小波域的反锐化掩模法在图像增强中的运用,并给出了具体算法。实验结果表明,基于小波分析的图像反锐化掩模增强算法能够在控制噪声的同时有效地突出图像细节,改善图像质量。小波变换使得原始图像中不同分辨率的细节特征随尺度的不同而分离开来,避免了传统算法中通过不断调整滤波器窗口大小来选择增强效果的繁琐工作;运用不同尺度下的小波分量分别进行增强,原始图像中无论较粗还是较细的边缘都能同时得到增强,从而既能有效地检测出边缘又能突出图像的表面纹理细节。     

自动阈值法在铁谱图像磨粒分割中的应用

铁谱图像处理、分析的目的就是要通过对图像中磨粒信息的研究来判断机械磨损形式及故障原因,而磨粒信息的获取依赖于铁谱图像磨粒的分割和磨粒特征的提取。本文将数学形态学中的自动阈值算法引入铁谱磨粒图像的分割中,利用MATLAB程序成功地完成了磨粒图像的分割,有助于实现铁谱磨粒的自动识别。     

一种基于小波分析的除噪方法

本文利用信号与噪声在小波分析中不同尺度上的传播特性,研究了小波技术在涡流无损检测信号除噪中的应用。在分析了除噪后的误差函数之后,提出了二次除噪方法。结果表明,此方法能使信噪比得到一定程度的改善。     

多层次信息融合在铁谱图像磨粒识别中的应用

针对铁谱图像磨粒识别中异类信息综合利用率较低的问题,提出多层次信息融合的铁谱图像磨粒识别方法。首先,在铁谱图像二值化分割的基础上进行二值滤波,结合彩色铁谱图的R、G、B三分量,实现铁谱图像的彩色滤波。其次,以实际采集的磨粒图像样本为例,提取滤波后二值图像的形态特征,以及滤波后彩色图像的颜色特征;在特征层利用PCA对异类特征进行维数约简,并结合SVM和k-fold交叉验证,实现形态特征和颜色特征的特征层融合;在决策层将异类特征的SVM概率输出结果作为D-S证据理论的基本概率分配函数,实现形态特征和颜色特征的决策层融合。通过与形态学滤波结果对比,验证了本文提出滤波方法的优越性;其次,不同层次的信息融合结果表明,与单独使用颜色特征和形态特征相比,异类信息融合后可实现优势互补,有效提高故障磨粒的识别准确率。     

图像颜色特征提取在铁谱图像分类及磨粒识别中的应用研究

铁谱图像所包含的彩色信息对磨粒识别、磨损形式分析非常重要。对图像分类技术进行研究，主要对铁谱图像的颜色特征进行研究，提出了聚类树分析、模糊聚类技术与统计分析相结合的定量研究方法，对铁谱图像进行背景、磨粒区域分割，以获得可进行定量分析的磨粒。计算的颜色特征为铁谱图像的进一步处理和识别以及磨粒的机器自动识别、磨损形式分析奠定了基础。     

智能型滑油铁谱图像采集系统

滑油铁变分析技术是机械设备状态监测和故障诊断的重要方法之一。本文介绍了一种利用ＰＣ机与单片机通讯来控制显微载物平台作三维运动从而实现了对滑油铁谱图像自动搜索其视场、自动聚焦的方法。文中较详细地描述了作为本系统前台控制和驱动部分的单片机系统的软硬件结构以及作为上位机ＰＣ机的控制策略和软件流程。由于采用了微机技术并配以精密的机械传动机构使得对图像的获取和分析快速、准确、克服了搬运调节动作慢、随机误差大     

小波包分析在图像消噪中的应用研究

小波包分析是在小波分析的理论基础上,可为信号提供更加精细的分析方法.因此根据图像特点、图像噪声特点,研究采用小波包分析对图像进行消噪处理的方法.实验表明,这种方法在图像消噪处理中是有效可行的.     

小波分析在振动信号去噪中的应用

旋转机械振动信号是监测和诊断设备运行状态的重要信息,但是采样信号不可避免地受到各种噪声和干扰的污染。介绍了采用小波分析对振动信号进行去噪处理。通过对噪声信号的特性分析,用一维小波对信号进行分析和研究,并在MATLAB环境下对信号进行详尽的仿真研究,验证了小波去噪的优越性,并总结了应用小波去噪的一些实际经验。     

自动阈值法在铁谱图像磨粒分割中的应用

铁谱图像处理、分析的目的就是要通过对图像中磨粒信息的研究来判断机械磨损形式及故障原因,而磨粒信息的获取依赖于铁谱图像磨粒的分割和磨粒特征的提取。本文将数学形态学中的自动阈值算法引入铁谱磨粒图像的分割中,利用MATLAB程序成功地完成了磨粒图像的分割,有助于实现铁谱磨粒的自动识别。     

滑油铁谱图像采集的智能化

本文介绍了一种对滑油铁谱图像进行自动搜索视场、自动聚焦的计算机辅助视觉系统。文中较详细地描述了由ＰＣ机、单片机、ＣＣＤ摄像机和显微镜组成的这一闭环系统的硬件结构、软件流程及控制策略。此外,文中还简要地介绍了如何对现有显微镜载物平台进行机械改装以满足本系统对三维控制的高准确度要求。本系统对图像的获取和分析快速、准确,克服了显微镜手动调节动作慢、随机误差大等问题。     

基于背景减除的彩色铁谱图像自动分割

提出一种基于背景减除和标记分水岭算法的彩色铁谱图像自动分割方法.其分割流程为:基于颜色分量比对彩色铁谱图像的背景进行减除,实现磨粒与背景的分离;通过对分离后的图像进行形态学处理使其成为后续分水岭分割的基础图像;结合形态学复合开闭重建和阈值极小值提取技术得到磨粒前景标记图像,对磨粒测地影响区骨架进行提取得到图像背景标记;利用形态学极小值强加技术修改基础图像,并利用分水岭算法实现其自动分割.     

小波分析在输油泵振动信号消噪中的应用

通过MATLAB语言编程检验了小波分析在输油泵振动信号消噪中的应用效果,可以看出小波分析在输油泵振动信号消噪中有着傅立叶分析无可比拟的优点。     

基于小波变换的铁谱图象数据压缩

本文根据小波变换数据的特点,利用离散小波变换产生图象的紧凑多分辨描述,采用小波系数零树编码结合LZW字典压缩方法,对彩色铁谱显微图象进行了数据的压缩编码实验研究,取得了较好的压缩效果和较高的压缩比。     

一种基于多分辨分析的小波压噪方法

本文基于小波变换的多分辨分析算法,提出了一种对受白噪声污染的数据进行除噪处理的算法,尤其适用于对含有高频分量的信号进行除噪.仿真实验表明该算法既能有效除噪又能保护真实信息的细节特征.     

基于小波变换的脉冲涡流信号除噪

在脉冲涡流无损检测中,缺陷信号包含了许多噪声信号,为了准确分辨出有用的缺陷信息,采用小波变换进行信号除噪处理,提取有用的缺陷信号.文中以MATLAB7.0.1为工具,以sym5为小波基,采用软阈值进行5层小波分解重构来完成信号除噪.取得很好的除噪声效果.     

自适应除噪技术在激光准直中的应用研究

本文根据激光在大气中传播特性的理论，提出了多点监测，综合补偿的准直方法。根据现场采集的数据，用多元逐步回归方法建立适合于当时当地环境模型。     

基于不同自适应阈值法的铁谱图像分割效果比较

最大方差法、最大熵值法和最小误差法是3种常用的自适应阈值法,它们对铁谱图像的分割结果有着较大的差异。为了探究形成这种差异的原因和探讨阈值法对铁谱图像分割的适应性,分析这3种常用的自适应阈值法的基本原理,比较3种方法对30组铁谱图像的分割实验结果。得出如下结论:3种方法之所以会输出3种不同的分割阈值,是因为它们采用了不同目标函数;对于双峰分布的铁谱图像,3种方法有着相似的分割效果,最大方差法准确性略高;对于近似单峰分布的铁谱图像,最小误差法的分割结果最优,最大方差法则不能正确分割出磨粒。因此,在铁谱图像分析过程中,应该根据铁谱图像的灰度分布特点选择相应的阈值分割算法。     

小波消噪在振动信号处理中的应用

信噪分离是小波分析中的一个有效的信号检测方法。本文在阐述了小波分析及消噪的小波理论的基础上,给出了从噪声污染信号中恢复原信号的实例,并与傅立叶分析消噪进行了比较,结果表明对于非平稳振动信号小波消噪的效果明显优于傅立叶变换。     

基于差商的油液监测铁谱图像自适应分割

针对油液监测中铁谱磨粒图像分割阈值难以选取的问题,本文提出一种基于差商的自适应铁谱图像分割算法。首先,将铁谱磨粒灰度图像转换成三维灰度直方图,并对其进行切片分析;然后,引入Newton插值多项式,将不同切片所得的频数作为切片灰度-频数曲线的插值点,基于差商构造第一类可接受函数和第二类可接受函数,结合实验数据确定两类误差,选取同时满足两类误差的最小灰度值作为分割阈值;最后,用本文方法对不同类型的磨粒图像以及添加高斯噪声和椒盐噪声后图像分别进行分割实验,并与经典的迭代阈值法、Otsu算法、最大熵法进行了比较。实验结果表明,本文方法受噪声干扰较小,误检率和漏检率整体优于其他3种算法。对分割所得的磨粒图像进行特征提取,并利用支持向量机进行识别,本文方法对3种故障磨粒识别准确率最高,达到82.86%,虽在运行时间上无明显优势,但综合性能最优,能满足油液监测过程中铁谱图像自适应分割的需求。