改进的基于固有频率向量的损伤检测方法

通过仿真算例说明基于结构损伤前后固有频率变化的固有频率向量空间损伤检测法是一种很有潜力的损伤检测方法.为了验证该方法在复杂结构损伤检测中的有效性,针对一个8层剪切楼房模型,通过有限元建模并模拟损伤,建立结构的固有频率向量损伤检测数据库,应用固有频率向量法进行损伤检测.在考虑结构损伤前后固有频率向量相关性的同时,也考虑其固有频率向量模之间的偏差因素,对固有频率向量法损伤检测的置信准则进行改进.实验结果说明,应用有限元建模方法能准确模拟复杂结构的损伤状态,拓展了固有频率向量法的适用范围,并且与原损伤判据相比,改进的损伤判据在实验中明显提高了损伤检测的准确性.     

基于固有频率向量的结构损伤检测实验研究

引入固有频率向量及固有频率向量置信准则的概念,提出基于固有频率向量的结构损伤检测方法.以一个8层剪切框架模型的损伤检测为例,阐述用该方法进行损伤检测的原理和步骤.首先根据修正后结构的动力学模型,用局部刚度减小的方法,模拟结构不同位置和不同程度的损伤,计算出损伤结构序列的固有频率,并组成固有频率向量作为损伤数据库.然后实验测试出带损伤实物模型的固有频率,并组成固有频率向量,再根据该实测固有频率向量与损伤数据库中固有频率向量之间的固有频率向量置信准则,对损伤程度和位置进行检测.对框架结构的损伤检测实验结果表明,文中的方法可以准确地识别出损伤的位置,并可以较准确地检测出损伤的程度,而且实验结果证明文中方法还具有较强的抗测量噪声的能力.     

一种改进的基于差分曲率和对比度场的细节增强算法

针对图像细节增强过程中梯度对噪声敏感的缺点,本文提出了一种改进的基于差分曲率和对比度场的细节增强算法.首先,该算法利用差分曲率代替梯度值决定系数的放大倍数,以差分曲率作为自变量的放大系数函数考虑了更多的邻域像素,从而克服了图像梯度对噪声敏感的缺点;然后,利用该放大系数非线性地放大对比度场,并构造能量泛函;最后,通过变分方法得到增强后的图像.标准测试图像和工业X射线图像的实验结果表明,本文提出的算法在有效增强图像对比度的同时,能够较好地抑制噪声.     

窗口融合特征对比度的光学遥感目标检测

提出了一种基于窗口融合特征对比度的光学遥感目标检测方法。首先,在训练图像上生成大量不同尺寸的滑动窗,计算了各窗口的多尺度显著度、仿射协变区域对比度、边缘密度对比度以及超像素完整度4项特征分值,在确认集上基于窗口重合度和后验概率最大化学习各个特征的阈值参数。然后,采用Naive Bayes框架进行特征融合,并训练分类器。在目标检测阶段首先计算测试图像中各窗口的多尺度显著度分值,初步筛选出显著度高且符合待检测目标尺寸比例的部分窗口。然后计算初选窗口集的其余3项特征,再根据训练好的分类模型计算各个窗口的后验概率。最后,挑选出局部高分值的候选区域并进行判断合并,得到最终目标检测结果。针对飞机、油罐、舰船等3类遥感目标的检测结果显示:4类特征在单独描述3类目标时表现出的性能各有差异,最高检测准确率为74.21%~80.32%,而融合方案能够综合考虑目标自身特点,准确率提高至80.78~87.30%。与固定数量滑动窗方法相比,准确率从约80%提高到约85%,虚警率从20%左右降低为3%左右。最终高分值区域数降低约90%,测试时间减少约25%。得到的结果显示该方法大大提高了目标检测精度和算法效率。     

基于牙科X光片的多种直方图均衡化图像增强对比

牙科X光片在牙科疾病的诊断治疗中越来越重要。牙齿X光片机不像光学相机可以聚焦,常受低对比度和噪声的影响,很难直接借此识别疾病特征,常常需要对图片进行增强处理,故主要探讨一些适用于电子病例的牙科X光图像增强算法。算法主要有直方图均衡化、限制对比度自适应直方图均衡化、锐化中值滤波自适应直方图均衡化和改进的对比度自适应直方图均衡化方法。通过对这些算法处理后的牙科X光片图像的均方根误差(RMSE)、图像信噪比(SNR)和改善对比度指数(CII)以及视觉效果进行比较,发现用改进的对比度自适应直方图均衡化方法处理所得图像的均方根误差、改善对比度指数最小,图像信噪比最大,图像视觉效果清晰。     

相关函数幅值向量及其在结构损伤检测中的应用

提出了互相关函数幅值向量的概念,阐述了形成CorV的基本原理。并且证明了结构在频率成分一定的随机激励下,CorV只与结构的频率响应函数有关,规范化后的CorV具有固定的形状,从而CorV可以看作结构在这种激励下的一种固有特性。因此定义互相关函数幅值向量置信度判据来标定结构CorV的变化,以此来识别结构的损伤。文中还研究了测量噪声对CorV的影响,当信噪比(SNR)或损伤增大到一定的程度时,测量噪声的影响可以忽略。因此用CorV来检测结构损伤具有工程应用上的可行性;同时发现无论有无测量噪声,损伤结构与完好结构CorV之间的CVAC随着损伤程度的增大而单调下降,因此CorV也可用来判定损伤的程度。CorV具有固有振型的特点,但无需进行模态测试,而是直接由结构在随机激励下的时域响应信号获得,因此,基于CorV的结构损伤检测方法为环境激励下的结构损伤检测研究提供了理论基础。     

基于互相关函数幅值向量的结构损伤检测实验研究

进行了基于互相关函数幅值向量(cross correlation function amp litude vector,CorV)的受随机激励结构损伤检测的实验研究。以一个复合材料单跨梁为实验对象,通过在梁的局部位置上安装夹板,改变夹板对结构附加刚度,来模拟结构的损伤。对结构施加随机激励,分别用加速度传感器和应变传感器采集结构的响应信号,计算结构在损伤前后的CorV,使用互相关函数幅值向量置信度准则(cross correlation function amp litude vector assurance criterion,CVAC)来度量结构受损前后CorV的变化。结果表明,结构损伤前后的CorV之间的CVAC较完好结构之间的CVAC有明显下降;分析结构损伤前后CorV中分量的相对变化,可确定损伤产生的区域。使用互相关函数幅值向量,只需要测量结构在随机激励作用下的时域响应信号,就可检测出结构损伤的存在及损伤的位置。因此本文所采用的方法可应用于环境激励下的结构健康监测。     

基于小波能量谱与支持向量机的滚动轴承损伤等级检测

对滚动轴承的故障类型识别已有很多研究,但很少涉及到其故障等级,即损伤程度的检测与识别。文中采用小波包多层分解的方法,提取滚动轴承的振动信号的能量谱,经归一化后,结合RBF为核函数的支持向量机,对美国Case Western Reserve大学的轴承数据中心的滚动轴承规范数据集进行研究测试,取得很好的实验效果。     

基于阻抗技术的压电元件自损伤检测-

为了保证结构健康监测系统的有效运行,基于压电阻抗技术原理,提出了一种压电传感、驱动元件自损伤检测方法.通过研究压电元件等效电容值(压电元件导纳虚部数值)的变化,判别压电元件是否破损及其与主体结构之间是否剥离,并在悬臂梁结构上进行压电元件自损伤检测试验.结果表明,相比压电元件完好的情况,各频率下压电元件电纳值随脱粘部分面积的增加而上升,随破裂部分面积的增加而下降,并且损伤程度和等效电容变化量成比例关系,与理论分析结果吻合较好.     

基于图像仿真处理的光学元件检测

基于图像拼接与处理来实现非球面光学元件的初步检测,CCD摄像头首先将采集到的视频信号数据经DM642芯片转换成YuV格式,接着将Y信号（灰度信号）经JTAG口运用RTDX（Real—TimeDateExchange）技术传输到主机端,主机端利用matlab处理接收到的图像灰度数据,采用harris角点算法提取f}{图像角点,运用归一互相关法对角点进行匹配并拼接图像,最后运用sobel算法和canny算法对拼接后的图像进行轮廓提取处理,能有效观测到大尺寸光学元件表面裂纹、划痕等缺陷分布,可以验证这是一种有效的非球面光学元件进行精密加工前的检测方法。     

基于支持向量机的彩色图像人脸检测

本文提出了一种彩色图像中的人脸检测方法,该方法先通过综合定位皮肤区域的一维Haar小波变换和幅度投影来进行特征判别分析(DFA),然后再利用支持向量机(SVM)分类器和贝叶斯统计分析法来区分人脸和非人脸.实验结果表明,该算法鲁棒性强,正确检测率高.     

基于快速可拒识-双层支持向量分类器的微钙化点的检测算法

为克服微钙化点检测中假阳性高的缺点，本文构造了一种带拒识能力的双层支持向量模型分类器用于钙化点检测。对于输入模式，首先利用基于最大间隔超平面的支持向量分类器（SVM）进行分类判决；然后对真实的钙化点样本特征空间求取最小包含球形的边界，得到钙化点样本的球形支持向量域表示（SVDD），对于输入模式即可利用钙化点的支持向量域表示进行拒识或接受处理；最后利用SVM与SVDD两个分类器的结果进行综合判决。无论是第一层的求取最优分类超平面，还是第二层的边界优化训练，都根据各个训练数据的类间最近邻距离进行排序操作，选择合适的训练样本子空间进行SVM和SVDD训练。仿真实验结果表明，本文提出的算法在不影响微钙化点检出率的情况下，可以部分解决钙化点检测中假阳性高的问题。     

基于小波分解灰关联的热波检测图像增强

针对热波检测图像存在的高噪声、低对比度等问题,提出一种基于小波分解和灰关联分析的图像增强方法。该方法首先采用小波变换对待处理的热波图像进行三级小波分解,得到图像相应的低频分量和高频分量,然后利用图像中干扰信号和有用信号在分解后不同分量上的分布规律,采用灰色理论中的灰色关联分析理论来区分高频分量中的干扰信号和有用信号,从而实现对图像中噪声的抑制以提高图像的质量。实验结果表明:提出的方法与常规的滤波方法、小波阈值去噪增强等方法相比,图像的对比度得到明显改善,峰值信噪比最大,因此该方法可用于热波检测图像的增强处理中。     

基于支持向量机和模态频率的结构损伤诊断

支持向量机（support vector machine,SVM）是一种基于统计学习理论的机器学习算法,能够较好地解决小样本的学习问题。文中介绍支持向量机回归算法,并应用于结构损伤诊断领域;构造基于模态频率的损伤标识量,作为特征参数训练支持向量机实现对结构损伤的定位和程度标识;最后以梁的损伤识别为例进行验证。结果表明,支持向量机在结构损伤诊断领域中具有很好的应用前景。     

基于背景判别与邻域补偿的高光谱异常检测

为克服高光谱局部异常检测算子背景虚警严重,探测效果不佳等问题,提出了基于核光谱角背景判别与邻域补偿的异常检测算法。算法从背景像元的筛选和探测结果的补偿两个角度提高像元探测精度,在背景像元的处理方面,提出了一种基于核光谱角距离相似度的背景像元筛选算法,将光谱分辨性能更强的核光谱角引入背景差异性判别过程,准确可靠地实现局部背景像元的筛选和优化;同时,针对异常检测算子探测精度不高等问题,引入邻域加权的空谱联合补偿机制,并提出基于核光谱角距离相似度的动态模板卷积补偿算法,显著增强了背景与目标的可分性。在与RX、LRX、KRX和CRD等异常检测算法的对比中发现,该算法表现出较强的探测性能,在抑制虚警和提高探测精度等方面达到了不错的效果。     

利用局部方向微分向量一致性的角点检测

在边缘轮廓提取的基础上,提出了一种利用局部方向微分向量一致性的角点检测算法以消除边缘噪声对角点检测产生的不利影响。该算法提取图像的边缘轮廓来降低算法计算量;利用各向异性高斯方向导数(ANDD)滤波器提取每个像素处的方向微分向量并进行幂次变换,以增强向量的各向异性;进而利用相邻像素的方向微分向量构建一致性测度。最后,对同一轮廓上的一致性测度进行均值归一化,得到最终角点测度。实验显示,提出算法的平均角点定位误差为1.52pixel,与对比算法接近;检测准确率分别比点到弦距离累积(CPDA)法、相对局部曲率(HeYung)法提高了58%和5.5%,与归一化残余面积(RA)算法相等,同时角点错检率比HeYung和RA少25.5%和21.6%。提出的算法能准确地检测出真实角点,并具有更小的错误检测率,更高的角点重复率,而且对边缘噪声十分鲁棒。     

基于支持向量机的轴承表面缺陷检测

提出一种基于支持向量机的轴承表面缺陷检测算法,该算法把轴承中的非缺陷区域和缺陷区域分别看作两种不同的纹理模式,利用主成分分析法(PCA)对图像进行降维处理,然后用支持向量机方法对两类不同的样本采样学习,进行分类判断。实验结果表明,该算法能够较好地实现轴承缺陷的检测分类,有着深入研究的价值。     

基于投影法检测光学元件面形的图形处理算法

基于线结构光扫描测量和立体视觉测量相结合的三维检测方法——投影法,能够快速准确地实现光学元件面形的在线检测,通过对采集图片的图像预处理,区域立体匹配分析,曲线拟合及面形实验等算法还原被测光学元件面形模型。实验结果表明,将这种方法用于检测光学元件可以真实还原光学元件三维外貌特性,具有实际应用价值。     

基于支持向量机的农田水利灌溉分流机械运行异常检测

农田水利灌溉分流机械运行中未对运行数据进行处理,导致其存在检测性能差和检测率低等问题。为此,提出基于支持向量机的农田水利灌溉分流机械运行异常检测方法。采用组织映射算法聚类处理灌溉分流机械的运行数据,通过尺度不变特征变换 SIFT 方法获取运行数据特征,把免疫算法引入支持向量机中,将获取的运行数据特征输入支持向量机中,完成农田水利灌溉分流机械运行的异常检测。实验结果表明,该方法提升了农田水利灌溉分流机械检测的有效性。