开关电弧图像增强算法研究

开关电弧的发光特性和电器触头系统及灭弧室的反光特性,使得高速图像采集系统拍摄的图像中很难观察到电器触头.应用基于小波变换的图像增强算法,在变换域中对小波系数进行非线性映射变换,对不同尺度上的小波系数,进行不同程度的增强,降低对噪声的过度增强.实验表明,该方法在明显增强触头图像的同时,降低了噪声的影响,使得电弧图像具有较好的视觉效果.     

基于Gabor滤波器的指纹图像增强方法

在指纹预处理过程中,指纹的方向信息和纹线的频率信息是十分重要的内容。针对指纹图像所具有的脊线特征,提出了一种基于Gabor滤波器的指纹图像增强方法。首先通过快速傅立叶变换将指纹图像变换到频域,然后在频域分方向进行Gabor滤波。通过实验结果表明,该方法具有较强的有效性和鲁棒性。     

Curvelet变换及其在图像去噪中的应用研究

Curvelet变换由小波变换发展而来,克服了小波变换在表达图像边缘的方向特性等方面的内在缺陷。本文阐述了Curvelet变换的基本原理,并结合实例采用改进的Curvelet变换阈值去噪算法进行了图像的去噪研究。采用的新阈值函数不但整体上连续性好,而且克服了硬阈值函数的不连续以及软阈值函数在处理较大Curvelet系数时总存在恒定偏差的不足,同时又保留了软、硬阔值函数原有的优点。实验结果表明本文算法无论是视觉效果还是客观标准上都优于传统算法。     

基于指数同态滤波耦合细节锐化规则的 红外图像增强算法

为了解决当前红外图像增强方法存在的光晕及细节模糊等不足,提出了指数同态滤波耦合细节锐化规则的红外图像增强算法.基于同态滤波方法,通过频域中的像素点与中心像素点的距离,构造指数型同态函数,以同时完成图像的去噪和增强对比度处理.联合相位一致性方法和自适应高提升滤波方法,构造了细节锐化机制.在图像的细节锐化中,利用相位一致性方法,通过傅里叶变换,准确提取出图像的细节特征.并引入高提升滤波方法,利用图像的均值,构造自适应的锐化因子,以形成自适应高提升滤波方法,对提取的图像细节特征进行锐化,完成图像细节内容的增强.实验结果表明,较当前的红外图像增强算法而言,所提算法具有更好的增强效果,其增强图像呈现出更为理想的对比度和更为清晰的图像边缘.     

平稳小波域局部自适应绝缘子的红外热像去噪

为从强白噪声干扰的红外热像中提取真实的绝缘子盘面温度场信息,提出了一种平稳小波域局部自适应绝缘子红外热像去噪方法。该法假设平稳小波变换子带系数服从拉普拉斯分布,利用最精细分解层子带系数估计噪声方差,使用待估计点圆形邻域系数估计信号方差,根据图像噪信比自适应调整邻域窗口大小,采用最大后验估计器局部自适应估计各高频子带小波系数,最后对处理后的小波系数进行平稳小波反变换得到去噪后图像。实验结果表明,该方法比传统的Wiener滤波法、基于离散小波变换和平稳小波变换的贝叶斯阈值去噪法的信噪比更高,在有效去除图像噪声的同时,图像细节信息保留更完好。     

基于二代Curvelet变换与近似度制约规则的遥感图像融合算法

为了提高遥感图像的融合质量,消除模糊与不连续效应,设计了基于二代Curvelet变换与近似度制约规则的遥感图像融合算法。通过HSV变换对多光谱图像进行分解,获取其亮度子图。引入二代Curvelet变换,对全色图像与亮度子图进行精细分解,求取图像的高频与低频系数。利用图像的对角信息改进空间频率模型,求取全色图像低频系数的注入因子,并将全色图像的低频系数注入到亮度子图对应的低频系数中,获取融合低频系数。利用结构相似度模型对不同高频系数进行近似度测量,建立近似度制约规则,获取融合高频系数。通过对融合系数实施Curvelet和HSV反变换,获取融合的遥感图像。实验结果表明,较已有的遥感图像融合方法而言,所提方法具有更好的融合质量,包含了更多的光谱与空间信息。     

基于DCT与神经网络的语音增强方法

本文提出新的语音增强方法。这种新方法先将带噪信号进行离散余弦变换,得到带噪语音信号的DCT系数,并提取这些DCT系数的参数作为神经网络的输入来估计阈值,从而构造阈值函数对变换后的系数进行处理,再进行离散余弦反变换最终达到去噪的目的。本文实验中的噪声采用加性高斯白噪声,仿真实验结果表明新方法具有良好的语音增强效果,特别是在低信噪比情况下,效果更好。     

基于希尔伯特-小波变换与神经网络的风电接入配电网电能质量检测与辨识方法研究

提出了一种希尔伯特变换、小波变换与神经网络相结合的风电接入配电网电能质量检测与辨识方法。该方法利用希尔伯特变换对低频电能质量扰动敏感、小波变换对高频电能质量扰动和短时电能质量扰动敏感及消噪能力强、神经网络模式识别能力强等特性,通过合理的小波变换消噪、希尔伯特变换的时间幅值特性和时间频率特性以及离散小波变换的细节系数、尺度系数和模极大值的计算,可以检测出各个电能质量扰动的实时值、幅值、频率和起止时间;通过合适的神经网络,辨识出各个电能质量扰动的具体类型。该方法具有通用性强、检测信息全面、检测准确度高和辨识准确性高等优点,仿真结果验证了其有效性和可行性。     

基于Bayes估计的双小波维纳滤波电能质量信号去噪算法

提出一种基于贝叶斯（Bayes）估计的双小波维纳滤波的电能质量信号去噪算法。该算法在第一个小波域采用基于Bayes估计的小波阈值去噪技术估计期望信号,在第二个小波域将含噪信号和估计信号分别进行小波变换,用估计信号的小波系数设计经验维纳滤波器,对含噪信号的小波系数进行维纳滤波再反变换,从而实现去噪功能。实验结果表明该算法比常用的小波阈值去噪方法及基于它们的双小波维纳滤波算法去噪效果要好;当噪声强度逐渐增加时,该算法能够在诸算法中产生最大的信噪比。     

一种应用小波系数GSM模型的混合傅里叶-小波电缆瓷套终端红外图像去噪方法

为有效去除红外图像白噪声,提高电气设备红外诊断准确性,采用一种混合傅里叶-小波去噪方法对电缆瓷套终端红外图像进行处理。该方法先在傅里叶域中进行初步去噪处理,而后在小波域中去除剩余噪声。在小波域中去噪时,考虑到小波系数的统计特性,采用GSM模型对小波系数进行建模。对电缆瓷套终端红外图像去噪试验表明,运用文中方法能够有效提高红外图像的去噪效果。     

基于MATLAB的SUSAN指纹细节点提取

在指纹识别中,指纹细节点提取具有重要的意义,它直接关系到指纹匹配的可行性.指纹细节特征提取通常直接从灰度图像中提取特征点,虽然这种算法不必经过二值化和细化过程,但它要对处理后的指纹图象进行纹线修复,然后再实现细节特征提取.纹线修复往往比较耗时,步骤繁琐,同时对噪声比较敏感,甚至涉及到复杂的梯度和微分运算.本文基于简化运算的目的,首先建立USAN区域,再观察USAN区域的变化情况来判断特征点类型,最后提出了较完善的基于SUSAN原理的指纹特征提取算法,并且在MATLAB下进行仿真.实验结果证明了本算法对USAN的求和相当于求积分,计算简单、抗噪声能力强.     

改进 MOSSE 的小面积滑动指纹图像追踪算法

随着指纹传感器采集的指纹图像趋向于小型化,指纹图像所包含的指纹特征信息越来越少。针对传统模板匹配算法在处理小面积滑动指纹时计算量大、精度不理想、抗干扰能力差等问题,本文提出一种基于MOSSE的改进滑动指纹追踪算法。改进MOSSE算法使用多输入,将灰度特征与HOG特征在响应层加权融合,并引入Fourier-Mellin算法、加汉宁窗用以处理发生旋转的指纹。通过多种算法对小面积指纹进行跟踪的结果进行对比,表明本算法继承了原MOSSE算法的优点,并提高了指纹匹配精度,对正常图像匹配精度为99%,对含噪声图像匹配精度为90.3%,每帧均值计算时间为0.103 6 s,保证了指纹追踪的实时性,鲁棒性强,对产生形变和旋转的指纹图像也能进行很好的跟踪。     

基于功率谱特征的音频指纹实现

音频指纹是指一段可以表示音频信号重要声学特征的摘要,在音频信号的识别、安全验证、完整性校验等方面有广泛的用途。提出了一种基于信号功率谱特征的音频指纹编码方法,通过对音频信号做STFT计算功率谱,提取信号时频域的功率极值点作为特征并利用其空间结构做哈希计算得到音频指纹。经过实验验证,该算法对时长为2s以上的音频样本可以达到95％以上的识别率,对AWGN噪声具有较强的抑制能力,具有算法简单、识别快速准确、鲁棒性高、抗噪声能力强等特点。     

Flexible fingerprint sensor driver IC and bendable evaluation

The paper presents a flexible polyimide fingerprint sensor driver IC driven by a 0.18-μm CMOS technology and studies the sensor bendable performance. The finger valley and ridge are sensitive to environment noise; therefore, we propose low-ripple cross non-overlap charge pump that performs 7.2 V pumped output voltage with Δ30 mV ripple and 98.36% pump efficiency to increase the sensing level and propose mutual V_ref SAR ADC circuit with 6.6 V input swing range, 30 MS/s, ENOB of 10 bits, SNDR 74.1 dB, and bit error with INL [0.61, −0.7] and DNL [0.9, −0.62] to enhance the resolution. Through low-ripple charge pump and mutual V_ref SAR ADC circuitry implementation, it makes the sensing of fingerprint valley and ridge capacitance signal still distinguishable when the film is bent harshly by the substrate radius 10 mm and, in the meanwhile, meet the FBI PIV biometric fingerprint image quality, which is upmost tough standard in biometric fingerprint of identification product.     

基于小波包分析的指纹图像初滤波

结合指纹图像高频丰富的特点,以及小波包分析高频分辨率高的特性,采用小波包分析对指纹图像进行初滤波。实验表明,该方法对含高斯白噪声的指纹图像取得了较好的滤波效果。     

基于小波包分析的指纹图像初滤波

结合指纹图像高频丰富的特点,以及小波包分析高频分辨率高的特性,采用小波包分析对指纹图像进行初滤波。实验表明,该方法对含高斯白噪声的指纹图像取得了较好的滤波效果。     

杂背景下TFT-LCD表面缺陷检测系统的设计

设计了背景去除算法和缺陷区域检测算法,对复杂背景与低对比度条件下采集的TFT-LCD图像进行处理,利用一维傅里叶变换和全尺寸小波变换提取缺陷特征信息,可以较准确地检测出缺陷区域.搭建了在线检测系统平台,通过辅助光源和高速线阵相机采集图像,由图像采集卡保存至计算机中,利用Matlab编写上层图像处理软件进行在线检测.实验...     

指纹图像质量评估方法

指纹图像质量直接影响指纹识别系统的可靠性,通过评估图像质量可以智能的排除低质量图像从而提高识别系统的准确率。针对指纹图像脊谷结构周期性的交替规律,采用图像共生矩阵与快速傅里叶变换对指纹图像质量从局部纹理和全局结构对进行综合评估,形成局部信息和全局信息相互度量考核的方式。将改进的质量评估算法应用于双指纹识别系统,在FVC2004DB1_B指纹库上进行了实验。实验表明,该方法能够对图像质量进行准确分类,提高了双指纹识别系统的可靠性。     

基于WLAN指纹的机身指纹数据库重构与节点定位方法

为降低指纹数据人工采集量，同时获取较高的定位精度性能，提出了一种基于WLAN指纹的飞机机身指纹数据库重构与测试节点定位方法。利用支持向量回归法重建指纹数据，利用K-means算法降低指纹采集工作量，利用优化的DBN进行RSS信息特征提取，最后建立了飞机机身WLAN指纹定位数据库，通过仿真实验对算法性能和系统进行分析和评估。实验结果表明，KNN算法中，IPDBN-54、IPDBN-41、IPDBN-26的平均定位误差分别为10.389 2、10.786 3、11.117 7。WKNN算法中，IPDBN-54、IPDBN-41、IPDBN-26的平均定位误差分别为10.290 4、10.714 3、11.103 8,IPDBN平均定位误差值最小，定位精度相对较高。对比BPNN,IPDBN平均训练时间为166.2 s,具有相对低的训练时间。优化后的深度信念网络算法对于WLAN指纹定位数据库系统建立问题具有很强的适应性，训练时间短、定位精度高。研究旨在实现试验厂房内飞机机身各部位的空间精确定位，提高效率。