基于图像二维熵的自适应形态学滤波方法

为了在滤除噪声的同时保持图像的细节信息,结合已有的形态学滤波方法,提出了一种新的自适应滤波方法.综合图像灰度分布的聚集特征和空间特征,构造图像二维熵,结合形态学运算,合理设置滤波算法流程,通过连续改变结构算子的大小,观察图像二维熵的变化,合理设置滤波终止条件,通过对椒盐噪声图像的滤波测试,取得了理想的滤波效果.重点阐述了二维熵的构造方法和自适应滤波的流程设计.     

基于全卷积神经网络的医疗图像弱边缘检测算法

针对目前存在的图像弱边缘检测算法容易忽略边缘计算中阈值的选取问题,且并未对数据进行聚类分析,导致检测效果不佳的问题,提出基于全卷积神经网络的复杂医疗图像弱边缘检测算法.首先,采用Mean-shift(均值偏移)对复杂医疗图像滤波处理,并对滤波后的图像进行灰度像素增强;其次,使用可自适应调节的动态阈值方法对图像边缘点和内...     

水下图像边缘特征提取的BEMD自适应算法

针对应用二维经验模式分解算法进行水下图像边缘检测时需要人工设定检测阈值的问题,提出一种BEMD与ROC曲线分析相结合的自适应图像边缘检测新方法.首先通过BEMD算法将水下图像分解成多层内禀模式函数(IMF)分量图像,然后利用不同参数组合的Canny检测算子对IMF分量图像进行细化处理,生成各层IMF分量的二值化图像集,最后利用ROC曲线分析技术求得IMF分量图像的最佳检测阈值,从而确定了理想的BEMD边缘特征提取图.实验结果表明:该算法能够避免人工设置检测阈值带来的操作误差,可实现图像边缘特征提取检测阈值的自适应设定.水下图像处理实例验证了所提方法的正确性和有效性.     

基于Canny算子的复合绝缘子憎水性图像边缘检测

憎水性检测对于保障复合绝缘子安全可靠运行具有重要意义,在复合绝缘子憎水性自动识别过程中如何准确检测出水珠（或水迹）的边缘至关重要．为此,提出一种基于Canny算子和数学形态学的图像边缘检测方法,采用自适应局部灰度均衡对憎水性图像进行增强,减小因水珠透明性导致的目标与背景的相似度;采用形态学滤波,降低噪声影响、保持边缘细节;采用Ostu阈值法自适应的设定高低阈值．实验结果表明,该算法能够准确获取复合绝缘子表面水珠（或水迹）信息,为开展复合绝缘子憎水等级自动识别奠定了基础．     

基于细化分割的遥感影像水体边缘轮廓提取

为实现遥感影像的水资源特征识别,需要对遥感影像中的地表水体边缘信息进行有效检测识别,提出了一种基于细化分割的遥感影像水体边缘轮廓提取识别方法。采用卫星遥感技术进行高分辨率遥感水陆场景图像成像,通过灰度像素增强技术进行遥感影像空间分辨率增强处理,在不同场景纹理中进行遥感影像空间像素特征重构,以中心像素的灰度值为阈值建立遥感影像陆地地物的空间结构特征辨识模型,采用细化分割方法进行遥感影像的水体边界点分割处理,采用形态学滤波方法进行遥感影像水体边缘轮廓检测过程中的细化分割和滤波,对水陆粗分离结果进行形态学闭运算处理,根据细化分割结果进行水体边界平滑处理,实现对遥感影像水体边缘轮廓的提取。仿真结果表明:采用该方法进行遥感影像水体边缘轮廓提取的精度较高,水体边界平滑性较好,轮廓特征的辨识度较高。     

一种改进型柔性形态学边缘检测算法

该文作了基于数学形态学的图像边缘检测算法的研究。利用形态学基本算法的图像处理特点,对常用的边缘检测算法以及传统的形态学边缘检测算法加以分析和比较,指出各自的特点以及不足。再结合几何算法,运用到二值灰度图像边缘检测中,基于边缘检测的经典算法与柔性滤波特性,提出了柔性形态学边缘检测算法及优化算法,完成图像的边缘检测及去噪处理。     

基于分形的低反差图像增强方法

对于工业现场采集的一类低反差、噪声大的图像,经过非线性滤波后根据分数布朗随机场模型理论,从灰度空间变换到分形参数空间,并以归一化后的像素分形维数为加权值对图像进行分形增强.非线性滤波刻意避开对图像边缘的平滑,能在消除图像噪声的同时很好地保持图像边缘等细节信息.与直方图的灰度拉伸增强比较,分形方法增强具有突显灰度差别不大的目标边缘等重要细节信息和抗噪能力强的优点,为后续的图像识别作了很好的准备工作.     

基于区域显著性与稳定性的小目标检测方法

为解决彩色图像小目标检测中目标易丢失与虚警率高的问题,提出了一种基于区域显著性和稳定性标准增强的小目标检测方法（ RSSEM ）。首先,在区域稳定性特征提取阶段,针对滤波导致的边缘信息缺失问题,填充图像边界并采用多级阈值二值化图像,在聚类准则下二值图像进行区域聚类和二次后验,使本文方法对小目标有较高敏感度。其次,在区域显著性特征提取阶段,利用旋转对称高斯高通滤波对灰度图像进行滤波得到显著性特征图像。最后,融合稳定性特征与显著性特征,并对强噪声滤波后实现小目标检测。在RSS数据集上,与对照组相比,本文方法能显著降低小目标的丢失率和虚警率,比最先进的算法在精确度、召回率、F值上至少提高1%,表明RSSEM的有效性。     

基于复杂背景的二维条码提取技术

为了从含有大量物体的复杂背景图像中提取出二维条码,给出一种基于图像连通区域特征、角点特征和边缘特征的提取方法,即将灰度图像二值化后进行形态学处理,排除复杂背景中大量无关因素,对筛选出的子区域进行角点检测准确定位出二维条码的位置。通过采集大量不同光照、不同物体为背景的图像对新方法进行检测,提取结果均获成功。     

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷,即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理。并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法。通过定义新的隶属函数和一种新的模糊增强算法,结合图像平滑滤波处理进行图像边缘提取,有效地增强了边缘信息且抑制了噪声的干扰,并给出了该方法在图像边缘提取中的应用实例。     

基于支持向量机的转子振动故障融合诊断技术

针对某些大型复杂旋转机械振动信号特征提取和故障样本获取难的问题,提出了一种基于小波包特征谱熵支持向量机（SVM）的转子振动故障融合诊断方法.通过转子实验台模拟了转子振动的4种典型故障,并采集其振动故障数据.用小波包对振动故障信号进行分解,提取故障信息含量大的频带并计算出其小波特征谱熵作为故障特征,建立故障诊断模型.通过对故障类别的区分和故障严重程度的判断,验证了该方法在解决转子振动故障信号的特征提取及小样本情况下的故障诊断问题等方面是有效的.     

基于转子实验台的典型故障信号模拟与分析

通过在转子实验台上来模拟转子不平衡和摩擦两种故障,利用数据采集系统采集这些故障信号,并对信号的产生进行了机理分析,并利用LabVIEW软件分析了这两种故障在正常和非正常两种不同情况下的时域和频域分析图.将实验结果与理论分析相结合,验证了旋转机械两种典型振动故障的识别特征,丰富了故障档案.     

基于改进FSVM的旋转机械故障诊断算法

针对旋转机械故障诊断中采集到的振动信号存在强烈噪声及野值干扰,故障特征提取后,利用传统的支持向量机(support vector machine,SVM)进行模式识别会造成最优超平面的模糊性,影响分类效果,引入模糊C均值聚类算法(fuzzy C-means,FCM)与支持向量机结合进行故障诊断.FCM用来求解样本模糊隶属度,但其迭代求解聚类中心及样本模糊隶属度矩阵时容易陷入局部最优,而粒子群算法(particle swarm optimization,PSO)具有全局优化搜索的优点.基于此,提出了基于改进模糊支持向量机(fuzzy support vector machine,FSVM)的旋转机械故障诊断算法.首先,利用经验模态分解(empirical mode decomposition,EMD)提取故障信号的能量特征指标;然后,由PSO优化FCM求解样本的模糊隶属度;最后,将模糊隶属度引入SVM,构建改进的模糊支持向量机模型,并实现故障判别.实验结果表明:改进的FSVM比传统的FSVM算法有更好的抗造性能以及分类效果.     

基于IMF信息熵与SVM的转子振动故障智能诊断方法

提出了基于内禀模态信息熵与支持向量机的转子振动故障诊断方法。采用EMD方法将转子振动信号分解为若干个内禀模态分量,由各个内禀模态分量的信息熵构成转子状态的特征参数。采用支持向量机分类器对故障类型进行分类。通过转子试验台的仿真实例证明了该方法的有效性。另外,在特征提取环节对比采用了传统的Fourier变换法,结果体现了EMD方法在非线性和非稳态信号处理上的优越性。     

化工机器振动故障诊断专家系统的结构与算法探讨

在高速旋转机械故障诊断专家系统属性与求解策略研究的基础上，提出针对化工机器机械振动故障诊断事物属性的专家系统和求解算法以模糊聚类分析为正向求解策略，对提高正向求解问题的模糊的病态结构系统的确定性作一探讨，并对系统自学习算法作一讨论．     

基于DASP的转子典型故障模拟与分析

以柔性转子实验台为研究对象,采用DASP灢v10分析软件模拟了转子不平衡和不对中两种典型故障, 对电涡流传感器、压电加速度传感器采集到的信号进行了机理分析,给出了在正常和故障两种情况下的时域分析、 频域分析及轴心轨迹图,并将实验结果与理论分析进行了比对,验证了转子振动时两种典型故障的识别特征,从而 对旋转机械系统的故障机理和故障诊断有了更深入的了解。     

电厂汽轮机高中压转子振动突变故障识别研究

为了保证电厂汽轮机能够在高温、高转速环境中安全稳定运行,提出电厂汽轮机高中压转子振动突变故障识别方法．根据电厂汽轮机高中压转子振动突变故障时的轴系振动特点,利用一体化电涡流位移传感器采集相应的故障信号,利用小波包分析提取高中压转子振动突变故障特征,将提取到的故障特征作为输入量,输入采用人工鱼群算法优化的RBF神经网络中,输出电厂汽轮机高中压转子振动突变故障类型识别结果．在实验过程中对质量不平衡、转子热弯曲、转轴不对中、转动部件飞脱、动静碰磨、汽流激振、结构共振、结构刚度不足、转子裂纹等9种常见故障进行识别．实验结果表明,该方法分解并重构的电厂汽轮机高中压转子振动突变故障信号质量较高,获得故障识别结果与实际故障相同,识别精度高,结果具备可靠性．     

形态滤波方法在振动信号降噪中的应用

针对在旋转机械振动信号采集过程中引入的噪声污染和基线漂移等问题,采用形态开-闭和闭-开组合运算对染噪的振动信号进行处理.采用形态滤波方法对振动信号进行降噪处理,无须考虑振动信号的频谱特征.在对信号进行基线漂移校正时,所取直线结构元素的长度为采样信号周期长度的一半即可,但是为了得到更好的效果,可以将结构元素取得长一些.为消除信号中混入的尖峰脉冲干扰,结构元素的长度应该远小于待滤波函数的长度,并大于干扰脉冲的宽度.通过在仿真信号中加入不同的噪声干扰检验形态滤波方法的降噪能力,并将形态滤波方法用于现场信号的降噪处理,处理后的信号较好地保持了原信号的特征,说明该方法具有良好的滤波降噪效果,而且算法简单,便于工程现场的使用.     

带有支承松动故障的转子系统的非线性振动

应用转子动力学和非线性动力学理论分析了支承松动的转子系统的复杂非线性现象，通过以转速比变化为参数的分叉图得出：当工作转速低于一阶临界转速时，支承松动引起的振动较大；而当工作转速高于一阶临界转速时，松动引起的振幅反而较小，但是在一定的条件下会发生亚谐共振现象而引起较大的振动.同时，还通过频谱分析对转子支承松动的振动特征进行了研究.以上结论及振动特征为旋转机械的转子故障诊断提供了理论依据.     

旋转机械转子不平衡故障的诊断与分析

旋转机械转子不平衡故障是由于转子部件质量偏心或转子部件出现缺陷造成的故障,旋转机械约有近七成的故障与转子不平衡有关,且旋转机械转子故障类型多样,故障特征相近,因此对旋转机械的转子不平衡故障的分析、诊断以及类型的甄别是十分必要的。