基于数学形态学的分形维数分析法及其应用

数学形态学是分析几何形状和结构的数学方法,广泛应用于各类图像形状和结构的分析与处理.图像的分数维特征描述了纹理的复杂度和粗糙度,本文将Peleg的分数维形态学计算方法应用于纹理分形特征的计算,在Peleg基础上进行改进,采用的结构元是圆对称性的结构元,将膨胀和腐蚀的作用分开考虑,从而得到两组纹理特征.试验表明,该方法可以更好地描述图像的纹理特征.     

基于分形理论的有机高分子絮凝

在改性天然高分子絮凝剂（CSAX）处理同时含Cu^2＋和高岭土的悬浊液的废水絮凝实验中,显微镜照片研究显示絮凝体的表面和内部具有高度不规则性,絮凝体的形成过程具有分形特征.通过实验研究絮凝体的特性和分形维数之间的关系,分析了絮凝体的分形特征,在原水浊度为100 NTU,pH值为5.0,Cu^2＋的浓度为25 mg/L,CSAX的投加量为30 mg/L的条件下,CSAX的絮凝效果最好,形成絮凝体的分形维数为2.0.证明可以通过监测絮凝体的分形维数来控制絮凝过程.     

基于分形纹理分析的蛋壳裂纹识别

为了实现蛋壳裂纹的精确识别,设计了蛋壳裂纹识别装置。针对微小裂纹识别难的问题,使用空气压力调节来适度增大微小裂纹。根据完好蛋图像具有均匀光滑表面和裂纹蛋图像具有不规则纹理的特点,使用分形维数对图像进行分析。用4个方向的剖面分割灰度图像曲面,得到具有分形规律的曲线,计算曲线的维数与图像整体盒维数,作为神经网络的特征向量。对284个样本进行训练之后,用240个样本进行验证,正确识别率为98.36%。     

基于分形维数的SAR图像变化检测

斑点噪声是合成孔径雷达(synthetic aperture radar,SAR)相干成像所固有的,且不可避免的.为了尽可能地抑制斑点噪声对SAR图像变化检测的影响,利用分形维数方法对SAR图像的变化检测进行了研究,并提出了一种基于SAR图像分形维数的变化检测算法,该算法对SAR图像斑点噪声不敏感.并对计算分形维的滑动窗大小的选择进行了研究.用实测SAR图像进行了验证实验,结果表明分形维数可以用于SAR图像变化检测,它是一种新的SAR图像变化检测的方法与途径;同时,滑动窗大小的选择对SAR图像检测结果有影响.     

基于分形理论的淮河水系形态结构特征分析

为定量描述水系形态结构特征,首先运用ArcGIS软件对淮河流域水系进行了提取和修正;其次,基于分形理论,且充分考虑到人工水系的建设情况,借助MATLAB软件程序对淮河流域13个水资源3级分区考虑和去除人工水系情况下的水系盒维数进行了计算;最后,对计算结果和流域内其他特征参数进行了讨论分析.结果表明,水系盒维数可以较好地表征流域内水系形态结构,且能在一定程度上反映出流域人类活动、水系发育情况、地貌特征、土地利用情况等.     

结合小波变换与数学形态学的电缆局放信号识别与降噪方法

针对大部分电缆局放(PD)信号识别方法在噪声影响下的识别准确率低、波形失真等问题,提出了一种基于小波变换与数学形态学的电缆PD信号识别及降噪方法。该方法利用最大重叠离散小波变换提取PD信号的高频和低频特征,结合重构和数学形态法滤除噪声。利用自适应神经网络学习小波变换后的特征,最终完成PD信号的识别分类。基于某变电站实测PD信号波形对所提方法进行实验分析结果表明,信号降噪处理后的信噪比与均方误差分别为5.439 dB、0.251,且整体的识别准确率超过了88%,均优于其他对比方法,具有良好的应用前景。     

基于分形理论的内部过电压识别技术

电力系统中的内部过电压类型多种多样,其产生原因错综复杂.目前,对过电压智能化分析的整体水平还不高,数据的分析只能依靠人工的方法,由生产技术人员凭经验并依据过电压波形的时间、幅值、频率等参数进行分析.但仅仅依靠这几个参数,有时不能对内部过电压进行完全正确的定性.对常见的几种内部过电压进行ATP-EMTP(电磁暂态计算软件)仿真,并提出基于分形理论的过电压信号识别,计算出过电压波形的分形维数.仿真结果表明,随着过电压发生条件的不同及参数的变化,同种过电压的分形维数在一定的范围之内;不同种类的过电压的分形维数在不同的范围.     

基于分形维数的火焰特征提取方法

利用分形维数具有可以表示曲线复杂程度的特性进行图像轮廓特征的提取,具有计算简单、物理意义明确、抗干扰能力强的特点.实验证明该方法对火焰图像的形状描述是有效的,为进一步进行火焰图像的识别奠定了基础.     

焦炭图像分形维数的计算

通过对焦炭图片的分析和研究,采用数盒子的处理方法,将数字图像转化为分形图像,并根据分形图像计算分形维数.方案用Visual C 编程实现.分形维数与颗粒度间存在内在的联系,本计算为进一步的焦炭光学组织识别提供了依据.     

分形理论的产生及其应用

阐述了分形理论的产生过程以及它的发展的三个阶段，给出了分形图形维数的两种常用定义：Hausdorff维数和Box维数，总结出分形理论的特点，同时对分形理论的广阔应用前景做了展望。     

基于MDS的电缆附件局部放电模式识别

针对电缆附件局部放电特征参数提取时,由于数据量不足难以形成图谱而导致特征提取困难这一问题,提出一种相位分割方法,同时结合多维尺度分析法（MDS）对特征值进行降维优化,识别出具有较高分类能力的最优特征量。通过在工频周期内对局放信号进行等角度分割,在每个分割区域进行特征值提取,获取更细微更具体的特征参数,再通过MDS对特征值降维优化以提高识别的速度和准确度。通过电力电缆附件典型缺陷的实验对比,结果表明该方法能在数据较少的情况下,较好地提取出特征值,且能得到更准确的识别结果。     

基于数学形态学与图论的数显字符识别

根据数显数字字符的特点,设计了一种基于数学形态学与图论的字符识别算法。针对数显数字字符,将数学形态学的膨胀和细化处理后的字符图像看作是1幅连通图,根据图论中闭合曲线特征,选择闭合曲线作为其整体特征对10个数字字符进行初次分类,将笔画端点所处字符图像中4个子区域的位置作为主要的细节特征,对字符进行识别。测试结果表明该算法是可行、有效的。     

基于支持向量机的局部放电模式识别

对电机绝缘系统的典型放电脉冲采用二维谱图提取的放电指纹特征,用支持向量机方法来识别不同的放电类型.识别结果令人满意,表明了支持向量机适于局部放电的识别,对改善局部放电在线监测系统的性能以及该项技术的实用化起到了一定作用.     

基于支持向量机的局部放电模式识别

对电机绝缘系统的典型放电脉冲采用二维谱图提取的放电指纹特征,用支持向量机方法来识别不同的放电类型．识别结果令人满意,表明了支持向量机适于局部放电的识别,对改善局部放电在线监测系统的性能以及该项技术的实用化起到了一定作用．     

基于模糊ART神经网络的变压器局部放电模式识别

对变压器主要放电类型的3种局部放电典型电极模型进行试验,通过分析计算提取局部放电信号特征量,建立相应的局部放电信号特征库,以此作为模糊ART网络的输入,对局部放电的类型进行模式识别,并将识别结果与BP网络的识别结果进行对比。实验结果表明,模糊ART网络用于变压器局部放电模式识别是有效的。     

基于馈路终端单元的XLPE电缆局部放电在线检测研究

局部放电检测是XLPE电力电缆绝缘状态检测的主要方法之一.提出了一种基于馈路终端单元的XLPE电缆局部放电在线检测的新方法.利用改进型罗戈夫斯基线圈传感器解决频带窄的不足,同时基于馈路终端单元通过WAN进行信号传送.经实验检验,该系统具有频带宽、体积小、实时信号传送方便等优点.     

电缆终端局部放电带电测试方法的比较与应用

文章针对电缆终端局部放电带电测试方法,结合现场应用情况,分析比较了现有的几种测试方法的可操作性、测量灵敏度,同时在实验室建立了3种常见局部放电类型模型并获得其超声波信号特征,为各种类型电缆终端局部放电带电测试工作的开展提供参考。     

基于数学形态学的汽车纵梁装配孔图像识别

在基于机器视觉的汽车纵梁装配孔自动检测系统中,图像处理之后的图像识别检测,需要获得图像的形状及灰度信息.通过对图像的几种数学形态学标记方法分析比较,利用标号法和链码法相结合的方法,实现了装配孔中心坐标、直径和面积的识别检测.     

电力电缆局部放电的趋势评估方法

局部放电是一种长期存在并不断恶化的物理现象,对放电长期趋势的定量评估是局部放电诊断的重点所在.选取放电类型的概率评估、放电量幅值和放电重复率作为定量评估的3个重要参数,结合概率统计的原理,采用移动平均法来计算放电量和重复率的平均增长率,并计算出总体放电相似度,作为定量趋势评估的计算结果.从实际应用来看,按此趋势评估方法计算出来的放电增长率,与实际的放电情况相符.