基于Android平台便携式荧光免疫层析试条检测装置的设计

荧光免疫层析定量分析具有精度高、检测速度快、操作简单等优点,广泛应用于环境保护、食品安全、临床医疗等领域。本文基于Android平台、OpenCV计算机视觉库的图像降噪等处理技术,开发便捷操作的人机交互应用程序;制作便于携带且与手机匹配良好的荧光试条图像采集暗盒;设计滑动窗口图像分割算法,提取试条测试线、质控线和背景区域的灰度值,最终计算出试条的特征值。使用标准试条图片,对装置检验结果的重复性、有效性、计算耗时等进行测试。实验结果表明:检测装置准确定位荧光试条图像中的测试线和质控线;在试条有效测试范围内,测试线的灰度值降低时,荧光试条图像特征值随之单调递减;改变滑动窗口的宽度对特征值的影响微小。     

高压断路器合(分)闸线圈电流信号特征值提取方法研究

高压断路器合(分)闸线圈电流信号在故障识别、检测及诊断方面有重要意义,正确提取合(分)闸线圈电流信号特征值可为断路器的故障诊断提供依据。首先采用Db4小波基、分解层次为4及Rigrsure阈值策略对合(分)闸线圈电流信号去噪;然后结合小波分析与时域求极值点法对去噪后的电流信号进行特征值提取;最后以ABB VD4高压断路器合(分)闸线圈电流为样本,采用Matlab编程实现电流去噪及特征值提取。结果表明噪声滤除效果较好,并能有效提取线圈电流极值点及对应时间点,从而为后期的故障诊断奠定了基础。     

一种基于改进EMD端点效应的电能质量分析新方法

针对经验模态分解（EMD）中存在的端点效应问题,提出一种基于极值点对称延拓的新方法来对短时信号序列进行端点处理.通过对信号序列边界处的相邻两个极大值、极小值点的连接,比较其在边界对应值与端点值的大小,按照包络原则选取其一作为边界处的极大值或极小值,然后进行EMD分解.将该方法应用于电力系统的谐波模态辨识,仿真结果表明其能够有效改善EMD端点效应,准确辨识出信号所含的多种谐波模式.     

基于HHT算法的固体绝缘开关柜局部放电智能识别方法

<正>提出基于HHT算法的固体绝缘开关柜局部放电智能识别方法。设置采样装置收集放电信号的信息数据,通过存储传送至上机位,然后在灰度图谱的分割中完成局部放电特征的提取,归一化处理后基于HHT算法分析局部放电信号。根据能量振荡反映,获得信号的端点极值,在数据训练中实现局部放电的智能识别。实验证明,所提方法可提升放电识别的准确度,可应用于开关柜局部放电的智能识别。     

改进的Hilbert-Huang变换方法及其应用

针对Hilbert-Huang变换(HHT)方法出现的端点效应问题,提出了添加极值点与支持向量回归机相结合的延拓方法对其进行抑制。首先利用支持向量回归机预测信号极值点的幅值,然后用添加极值点法确定所预测极值点的位置。该改进方法解决了镜像延拓法对端点不是极值点的短数据序列处理效果不佳问题。通过仿真对比分析,用传统的镜像延拓和支持向量回归机延拓后得到的能量误差分别为0.007 4和0.023 8,而用改进方法延拓后得到的能量误差为0.003 0,表明改进方法对HHT端点效应的抑制效果要好于两种传统的方法。最后,将改进方法应用到电机转子不平衡故障特征提取上,验证了其可行性和准确性。     

基于空间灰度重心推进的线结构光中心提取

利用线结构光对工件进行三维测量时,快速、准确提取激光光条中心是测量系统的关键技术之一。提出一种基于空间灰度重心推进的激光中心提取方法。该方法基于激光条纹空间灰度重心向前推进,结合八邻域判定法进行光条空间区域的选取,接着对选取的区域进行新的空间灰度重心坐标提取;在完成整幅图像提取后,采取3σ准则剔除异常中心点,最终获得激光中心坐标信息。实验结果表明,所提算法对不同类型条纹的适用性强,提取效果稳定。提取中心均方根误差为0.492 pixel,相较于提取精度最优的Steger改进算法提升了9.8%,提取速度提高了5倍;相较于处理速度最优的内部推进算法,在保持提取速度基础上,提取精度提升了24.1%。同时,所提算法极大增强了对欠曝光光条图像的处理能力,有效降低了环境对线结构光测量的限制。     

基于圆形滑动窗口的瞳孔定位算法

瞳孔定位是眼动识别中的一个关键步骤.针对目前瞳孔定位算法存在精度低、耗时高、人脸偏转时的定位误差较大等问题,提出了一种通过创建滑动窗口来精确定位瞳孔中心的算法.首先利用CLM模型提取人脸的眼部区域,对提取后的图片进行预处理,然后通过创建圆形滑动窗口对图片进行扫描并计算每个窗口内灰度值的和,利用人眼瞳孔的灰度值相对较低这...     

EMD信号分析方法端点问题的处理

经验模态分解（EMD）是一种新的处理非线性、非平稳的数据分析方法，但是在利用样条插值获得上下包络过程中存在着棘手的端点问题。在解决该问题已有的添加极值点算法的基础上，提出了通过添加极值点和对称延拓相结合的方法抑制端点问题的思路和策略。针对一个仿真振动信号，对比分析了直接以数据端点作为极值点、多项式拟合算法、神经网络延拓算法、极值点与对称延拓相结合4种算法的效果，结果显示了所提出方法能有效地抑制端点效应。     

基于改进矩阵束的次同步振荡模态参数辨识方法研究

由于传统的矩阵束算法存在极点提取精确度不高的缺点,因此将互相关处理(Cross-correlation,CC)方法和改进矩阵束(Improved Matrix Pencil,IMP)算法结合应用于电力系统次同步振荡模态辨识,并在仿真算例中与传统的矩阵束算法和特征值法辨识结果进行了比较。对比结果表明:该方法在准确地辨识次同步振荡模态参数的同时,具有拟合度高、抗噪声能力强的特点,有助于强噪声背景下深入分析电力系统次同步振荡特性,从而有效抑制振荡。     

基于同步相量数据的次同步振荡参数辨识与实测验证

近年来,国内外风电系统频繁发生次同步振荡(subsynchronous oscillation,SSO)事故,严重影响电力系统安全稳定运行。为了给事故分析、抑制策略制定等提供可靠的数据支撑,亟需开展面向SSO的广域监测工作。为此,提出基于同步相量数据的SSO参数辨识方法。通过严密的数学推导,揭示SSO工况下同步相量数据主要由4种模态组成,从而可将SSO参数辨识问题转化为模态参数提取问题。进一步采用2种经典的模态参数提取算法：矩阵束算法(matrix pencil method, MPM)和特征值系统实现算法(eigenvalue system realization algorithm,ERA)实现了SSO频率与幅值的准确辨识,并利用截断奇异值分解和决定系数提高了辨识的可靠性。所提方法通过合成信号、电磁暂态仿真以及河北沽源实际振荡数据进行了验证,结果显示,即便在振荡初期幅值较小时,该文方法仍可有效辨识SSO参数,因此,理论成果有望在未来为SSO实时预警、全景展示提供技术支撑。     

改进Zernike矩的亚像素圆孔类零件测量方法

为了提高圆孔类零件半径尺寸的测量精度,提出一种改进的Zernike矩亚像素圆孔类零件测量方法。首先对传统Canny算子进行改进,分别在图像输入、去噪、梯度幅值计算和阈值选取方式上进行了优化,实现圆孔中心像素级边缘坐标的粗定位;其次提取待测零件圆孔所在的目标区域边缘像素点,利用在Ghosal算法的基础上提出新的边缘判断条件和采用迭代法计算得到Zernike矩的最佳灰度阶跃阈值来判断并获取亚像素边缘点,且从灰度边缘模型的角度对误差进行了分析;最后利用最小二乘原理实现圆孔中心坐标和半径的高精度检测和测量。仿真结果表明,改进算法的圆心坐标相对误差在0.02 pixels范围内,半径的相对误差精度为0.05 pixels范围内。通过对几个不同零件的实际测量,实验结果表明,改进后的算法和原算法与人工测量值对比,改进后的算法相对误差值更低,得到的实际值更接近人工测量值,测量精度明显高于传统的Zernike矩算法,所达到的测量精度能够满足工业零件生产过程中的精度要求。     

复杂曲线图像的数据提取方法

在振动噪声信号处理中,对于复杂曲线图像包含的数据,传统的提取方法效率低、难度大,影响后续的数据分析。为解决这一问题,本文融合曲线连续性、复杂曲线之间的空间特征以及RGB模型的特点,提出了一种针对两条曲线的识别提取算法和一种针对多条彩色曲线的识别提取算法,通过分别识别、提取、存储各曲线的坐标数据,对各曲线进行插值,仿真实现了复杂曲线图像的数据提取。本文提出的算法能够快速得到精确的曲线图像处理结果,为进一步分析、处理振动噪声信号图像中的复杂曲线数据提供了参考。     

基于多尺度Gabor滤波器的彩色图像边缘检测

为了更好实现对彩色图像进行边缘提取,并保证算法具有更好的稳定性,文章使用多尺度Gabor滤波器的方法,来提取彩色图像边缘和轮廓.构建了3个尺度、16个方向的Gabor滤波器.首先将彩色图像灰度化,利用多尺度Gabor虚部滤波器提取图像灰度变化信息.通过非极大值抑制,并通过高低阈值获取边缘像素点及其候选边缘,最后利用局部边缘连接获取图像边缘轮廓.并将本算法与常用边缘检测算法进行实验性能比较,实验结果表明:提出的算法既能获得较高的定位准确度,又具有很好的噪声鲁棒性,该算法与常用的Roberts等一系列算法相比,检测效果更好,稳定性更强.     

改进 ORB 特征提取环节的视觉 SLAM 算法

为了解决传统 ORB-SLAM2 算法尺度不变性较差和光照环境变化复杂导致定位跟踪不稳定的问题,提出了一种基于 B-Spline图像金字塔的自适应阈值 ORB 特征点提取方法。首先采用 B-Spline 图像金字塔的方法,将图像层层划分,随后,通 过计算图像周围的特征点的灰度值来设置自适应阈值,以便阈值随着光照变化而自动调整,从而实现图像特征点的有效提 取。对改进部分分别实验验证,在光照环境发生较大变化时,改进方法在特征提取时重叠点降低且提取范围更加均匀,在图 像尺度发生变化时,改进方法的特征匹配数量提升了近1倍,在轨迹追踪实验中,改进方法得到的估计轨迹误差降低了20% 以上。改进的 ORB-SLAM 算法能够提高在复杂环境下机器人的定位精度。     

基于DTCWT-DBN的配电网内部过电压类型识别

提出一种基于双树复小波变换(DTCWT)-深度信念网络(DBN)的配电网内部过电压识别方法。将10 kV母线三相过电压信号进行双树复小波变换,再通过奇异值分解降维,将所得奇异值作为特征值输入训练好的深度信念网络分类器,实现对7种典型的内部过电压的类型识别。利用ATP/EMTP仿真数据和物理实验平台上的故障波形对所提算法进行训练和测试,并将之与其他分类算法进行对比。结果表明,相较于所列举的其他方法,所提算法具有更强的特征提取能力和更高的识别准确率。     

基于空间变换的指针式仪表读数识别算法研究

针对目前指针式仪表图像自动读数识别普遍存在受光照变化影响大,表盘内部阻尼液干扰引起识别精度低的问题,本研究提出了一种基于空间变换的指针式仪表读数识别算法。首先选取指针所在区域的圆心和半径,获得边缘提取的仪表内圈圆弧轮廓,以此确定图像空间变换需要的参数从而将圆弧形的表盘转换成矩形;其次通过图像拼接处理构建无指针图像,在此基础上对刻度线进行校正处理得到刻度线坐标;最后通过减影法提取指针区域中心直线坐标,判断指针与刻度线的相对位置来获取指针读数。光照实验表明,本算法对指针和刻度线识别受光照影响小,经校表实验表明,本研究提出的算法识别速度快、精度高。     

基于扩展扫描区域的现场表计指针识别方法

为了满足变电站巡检机器人对现场表计指针的智能识读要求,文中提出一种基于扩展扫描区域的现场表计指针识别方法。通过改进的SIFT算法进行图像匹配并求出单应矩阵,利用单应矩阵将在模板图像上标定的刻度弧线映射到待测图像上,通过扩展扫描区域,依据检测曲线路径上像素点的灰度值和确定指针位置并计算读数。文中对变电站现场的五种仪表,共计500张图片进行了测试。实验结果表明,文中所提算法简单实用、稳定且识别精度高,可以对多种不同的仪表进行识别,适用性强,在变电站多类指针表计识别中具有较好的应用前景。