基于Canny算子的多尺度小波变换图像边缘检测方法

图像边缘检测是图像处理中的重要一环,本文基于Canny边缘检测算法,提出了一种改进的Canny边缘检测算法。该算法采用新的基于多尺度小波变换边缘检测的设定方法,充分利用了不同的尺度变换可以得到不同边缘细节的特点,可以对低分辨率的边缘能够很好的提取,并能有效的抑制噪声,具有优于传统Canny算法的性能。经实验仿真,验证了该算法的有效性。     

基于小波包的边缘检测算法

本文在对图像的小波变换介绍的基础上,针对传统的图像边缘检测的不足,提出了基于小波包和传统算法结合的理论。     

基于小波变换和边缘模板相结合的序列B超图像边缘提取

由于B超图像的分辨率差、灰度级别少等特点,用传统的边缘检测难以得到满意的效果。本文采用了基于离散二进小波变换的门限选取法,通过检测图像直方图不上波变换的零交叉点来得到图像的边缘;进而又构造出一种边缘模板,利用小波变换和边缘模板相结合的方法提取出序列B超图像的边缘。     

基于小波变换的边缘检测及其在绝缘瓷瓶故障诊断中的应用

电力系统中绝缘瓷瓶的实时监测是保证系统安全运行的重要环节.文中从瓷瓶裂纹检测的实际情况出发,分析了在边缘检测中小波的选取问题,并根据分析结果选用二阶样条双正交小波来提取瓷瓶图像的多尺度边缘特征,提出一种通过动态处理瓷瓶图像实现的瓷瓶裂纹实时检测方案,并将其应用于无人值守变电站图像监控系统.仿真结果和实际应用均表明了该方法的可行性和有效性.     

基于提升小波变换的指针式仪表图像边缘检测

为解决工业中对指针式仪表的自动检定,针对自动检定系统中所涉及的图像边缘检测技术难点,分析了现有传统算法的不足之处,提出一种有效的基于提升小波变换的边缘检测算法。该算法利用提升小波变换尺度的低通作用,避免受高频噪声影响,在传统边缘检测算法的基础上,提取低频轮廓。利用小波系数的方向性,结合方向性边缘检测算子,获得高频边缘信息,最后利用小波重构获得准确清晰的图像边缘,为后续Hough变换准确的提取指针提供了有利保障。实验结果表明,该算法得到的图像边缘较传统Canny算法更清晰准确,无虚假边缘,应用于仪表自动检测系统中是可行的。     

小波变换在图像检测中的应用

提出了一种基于小波变换的图像边缘检测算法,该算法具有计算复杂度小,运算速度快等特点,仿真结果表明该算法在信／噪比和边缘检测定位精度方面优于传统的边缘检测方法,获取了较满意的图像边缘检测效果。     

基于小波变换检测谐波的新方法

首次将小波变换应用于电力系统皮检测，通过对含有谐波的电流信号进行正交小波分解，分析了电流信号的各个尺度上的分解结果。利用多分辨的概念，将低频段上的结果看作不含谐波的基波分量。     

基于小波变换的时变谐波检测

提出了一种基于小波变换的时变谐波检测方法,利用正交小波在Ｌ＾２（Ｒ）空间线性张成的标准正交小波基和小波函数时频局部性的特点,将谐波时变幅值投影到小波函数和尺度函数张成的子空间上,从而把时变幅值的估计问题转化为常系数估计,利用最小二乘法即可实现时变谐波的检测。     

小波分析在图像边缘检测中的应用

本文采用基于小波变换的自适应阈值图像边缘检测方法对图像边缘进行检测,并通过matlab软件对算法进行了验证。通过与传统边缘检测方法的比较,证明采用自适应阈值时,还能较好地保留微弱边缘,对强弱边缘同时存在的图像有较好的适应能力。该方法较传统方法具有更高的抗噪能力。     

边缘检测在HVDC系统故障诊断中的应用

为了及时分辨HVDC系统故障类型并快速恢复,对直流输电标准测试系统在各种故障,包括交流系统发生故障、逆变换相失败故障以及直流线路故障下的典型响应特性进行了分析。采用劋trous小波方法将行波信号分解成不同尺度下的小波面,其中包含了该尺度下细节信息,实现对故障的边缘检测;提出了3种故障判别准则,推出了模极大值能量的概念,并利用反射行波信号的小波变换模极大值的幅值、极性及模极大值能量等变化规律对不同HVDC系统故障进行诊断,实现逆变器换相失败和交流系统单相故障的识别。MATLAB仿真结果表明提出的方法能很好地完成HVDC系统的故障诊断。     

基于小波变换的爆缸检测方法

阐述了一种基于小波变换的发动机爆震信号检测的新方法。当空气燃油混合气的一部分在汽缸里自由燃烧时,爆震传感器采集到爆震信号,利用小波变换来对爆震信号进行去噪和奇异点的分析处理,并通过对测试信号的处理和分析验证了这一方法的有效性,实验表明,该方法能够准确地检测出爆震发生的时间。     

故障信号小波检测方法的研究

分析小波变换用于故障检测的基本原理以及小波函数的选取原则,介绍利用不同小波函数进行信号噪声消除,奇异点检测及故障的定位等方法,通过测取电动机启动电流信号的小波变换,实现转子断条故障的在线诊断,说明该方法有效,并具有可操作性。     

基于小波变换和形态学细化算法的真空电弧形态检测

真空开关电弧的形态特征是电弧特性的外在反映,与真空开关的分断能力直接相关。为了研究真空开关电弧燃弧过程及其形态特征,建立了真空电弧图像实验采集系统,通过高速CCD相机采集真空电弧燃烧过程图像。为了获得电弧形态的细节特征,基于小波变换及形态学细化算法对真空电弧图像进行了形态细节特征提取研究。主要通过电弧图像的分解与重构、多尺度边缘检测及多尺度-细化算法实现电弧图像的形态特征检测。对多尺度-细化算法实验结果与经典算子和多尺度边缘检测算法的检测结果进行了对比分析。结果表明,采用多尺度-细化边缘检测算法可得到更完整、更清晰的细节特征,为研究真空电弧的调控理论提供了技术基础。     

基于边缘处理的运动目标检测方法的改进

对于目标检测算法,本文分析了传统检测方法的特色与不足之处,并以边缘处理为基础,结合帧差法和背景减除法的思想对传统方法做了改进。首先以预先构造的背景边缘模型为基础,用当前帧与之做差获得边缘背景差值图像。其次用改进的帧差法取得部分目标,两者相与,取公共部分。再结合亮度与颜色偏差作为判据得到完整的、准确的运动目标轮廓,最后用模版填充法得到运动目标,通过形态学滤波与连通性分析法修复完善得到完整运动目标。     

基于图像边缘检测和法向探测的导线覆冰监测方法

输电线路导线覆冰是影响电网安全稳定运行的主要隐患之一,现有的覆冰监测存在传感器监测类型单一、精度低、不能实时处理等突出问题。提出了一种基于图像边缘检测和法向探测的覆冰监测方法。该方法首先对线路的微拍图像进行预处理,并采用八邻域追踪等算法进行边缘检测获得导线最长边,进一步设计了边缘法向探测的覆冰厚度检测方法。此法不仅可以判断是否存在覆冰,而且可以计算出导线的覆冰厚度。基于ARM 8.2处理器的嵌入式系统实验结果表明,所提出的方法实时检测导线覆冰厚度的相对误差不超过9%,且比现有的称重法降低了约6.1%。     

基于小波变换去噪预处理的EMD谐波检测方法

将经验模式分解(empirical mode decomposition,EMD)作为电网谐波的检测方法。通过EMD法分解,把含谐波的正弦信号分解成为包含各阶次谐波的IMF分量和工频分量,从而检测出电网中的谐波分量。研究发现采样信号中的噪声会对EMD的分解产生较大影响,提出了一种基于小波变换去噪预处理的EMD谐波检测方法。此方法首先用小波变换减少随机白噪声对信号的影响,随后对含少量白噪声的信号进行EMD分解。经MATLAB仿真分析,所提方法可以有效地消除随机噪声对谐波检测的影响,提高了EMD谐波检测的精度与适用性。     

一种基于小波包变换的电力谐波检测方法

由于非线性负载用电的不断增加,造成大量谐波返灌电网产生电能污染和计量不公等问题,然而传统的快速傅里叶变换（fast Fourier transform, FFT）检测方法由于自身技术的限制,难以满足目前谐波检测对精确性的要求。结合电力谐波特点,分析小波变换与傅里叶变换原理,提出了一种小波包与FFT相结合并采用加窗双谱线插值的电力谐波检测方法,研究了不同窗函数的特性,并且通过加入不同的窗函数来检测谐波,得出针对电力谐波检测最优的窗函数。仿真实验验证了该方法对谐波在时域和频域上都有很好的测量效果,为谐波电能表电力谐波检测方法及信号截取窗函数选取提供重要参考。