无参考混合失真图像质量评价方法

目的为了解决图像在实际处理过程中产生混合失真的情况,研究无参考混合失真图像质量评价方法。方法首先利用空域-频域信息熵和奇异值建立无参考混合失真图像失真类型判别模型,然后再根据不同的混合失真类型,分别提取多维空间统计特征、奇异值改变量和空域-频域信息熵等3种不同的图像信息特征,建立无参考混合失真图像质量评价模型,并选取最佳无参考图像质量评价(NR-IQA)模型得到分数。结果该方法能100%判别混合失真类型,对于模糊噪声、模糊压缩混合失真在LIVE混合失真图像数据库(LIVEMD)上的斯皮尔曼等级相关系数(SROCC)最高分别能达到0.9874和0.9916,具有很好的主观一致性。结论实验结果表明,该无参考混合失真图像质量评价方法与人眼视觉感知具有很好的主观一致性。     

基于空-频域印刷混合失真无参考质量评价

目的为了解决数字印刷模糊混合失真图像质量评价算法与人眼视觉主观评价一致性较低的问题。方法基于SSEQ算法思想在空间域和频率域中提取混合失真图像的信息熵、亮度方差、频域熵以及高频系数奇异值改变量关键特征,利用支持向量机训练构建印刷模糊混合失真图像的无参考评价模型。结果客观验证了25幅图像,算法客观计算得分与主观评价得分的SROCC系数为0.94,PLCC系数为0.93,主客观一致性较高。结论所提算法与人眼视觉感知具有很好的主观一致性,可以用于图像等印刷品的质量客观评价。     

基于小波图像融合的非对称失真立体图像质量评价方法

通过研究非对称失真立体图像人眼视觉感知特性,提出了一种基于小波图像融合的非对称失真立体图像质量客观评价方法.首先,采用固定尺寸块匹配方法得到原始立体图像块视差值,接着,根据该视差值的大小,同时结合非对称失真立体图像视觉感知特性,对匹配块进行小波融合得到原始融合图像和失真融合图像.最后,通过计算原始融合图像和失真融合图像...     

基于亮度阈值效应的无参考图像质量评价方法

目的图像质量的优劣不仅与失真有关,同时与亮度图像的质量有关,而无参考图像质量评价中未考虑到亮度图像的质量对图像整体质量评价的影响,因此引入亮度阈值效应对其亮度图像的质量进行量化评价。方法在BRISQUE算法的基础上进行改进,以快速衰落失真为例,在调整亮度后获取的50幅图像库中进行实验,将失真图像分层为入射分量和反射分量,对入射分量(亮度图像)采用亮度阈值算法,反射分量(反射图像)采用BRISQUE算法,提出一种新的无参考图像质量评价方法。结果文中算法的皮尔逊相关系数(PCC)为0.9982,斯皮尔曼秩相关系数(SROCC)为0.9741。结论由实验数据可知,文中算法在人眼视觉的主观评价上相较于BRISQUE算法有更好的一致性,符合人眼的视觉感知。     

基于声场图像分析的印刷机轴承故障诊断方法

目的针对印刷机墨辊轴承的故障信息获取及诊断难等问题,提出一种基于声场图像分析的故障诊断与定位方法。方法首先,构建声音测试系统并划分检测对象的空间区域,逐一采集信号并依据对应空间位置关系进行重构与组合;其次,将一段时间内的信号能量进行叠加,同时依据空间位置关系形成叠加状态的声场图像信息;然后,引入二维经验模式分解(BEMD)分析空间域图像信息,消除环境噪声干扰并得到声场图像的高频信息。结果对不同位置、不同种类的墨路系统故障轴承进行特征分析与比对,利用IBIMF分量及统计特征实现了轴承内、外圈故障的诊断,利用无量纲特征实现了不同故障位置的有效定位,并通过实验验证了方法的有效性。结论所提出故障诊断方法发挥了非接触测量优势,同时具有较强故障表征能力,适用于同类复杂机械系统。     

基于人眼视觉的无参考彩色图像质量评价方法

目的研究如何自动评价相机拍摄图像的质量问题,针对其可能存在的失真类型特点,提出基于人眼视觉的无参考彩色自然图像质量评价方法。方法利用颜色恒常性和人眼视觉掩盖效应,分别计算色偏和模糊程度,并对相机拍摄图像进行测试;利用佳能EOS700D相机拍摄图像,对可能出现的失真进行组合测试,并与主流评价模糊图像的算法如G-SSIM,GSIM及色偏评价方法进行比较。结果实验发现,综合评价指标计算值与图像质量人眼评价值成反比;图像质量越差,综合评价指标计算值越高。结论无参考彩色自然图像质量评价方法,适合相机拍摄图像的无参考图像质量评价,可以开发集成到相机的辅助功能中。     

基于最强方向梯度的图像模糊度评价方法

针对自然图像提出了一种基于最大方向梯度的模糊度评价方法。该方法首先对图像进行方向梯度运算,并进行方向性掩蔽,然后提取一组最大梯度值,运用最大梯度值估计的模糊度均值即为全局模糊度评价值。通过算法一致性实验、交叉失真实验和灵敏度实验表明,本文方法评价值与主观评价值一致性高,性能稳定,灵敏度好。     

基于辅助信号经验模式分解的海上视频图像去雾技术

海面及天空区域的视频图像局部或全局极值点匮乏,传统的二维经验模式分解(BEMD)失效。本文分析了BEMD的频率特性,给出了高频辅助信号的构造方法,将高频辅助信号加入原视频图像信号,分解得到的内蕴模式分量(IMC)减去IMC的辅助信号,得到原信号的最接近辅助信号的频率分量。以此类推,分解可得到原信号的不同频率分量。这种基于辅助信号的经验模式分解(ASBEMD),解决了局部或全局极值点匮乏的海上视频图像的分解问题,并应用于海上降质图像的增强处理,取得了与目前公认去雾效果较好的HE算法一致的结果。     

基于感知重要性的立体图像质量评价方法

立体图像质量评价是评价立体视频系统性能的有效途径,而如何对立体图像质量进行有效的客观评价是目前的研究难点。本文提出了一种基于感知重要性的立体图像质量评价方法。该评价方法通过分析视觉显著和失真对感知质量的影响,建立立体图像视觉感知重要性模型,将立体图像分为四类区域：显著失真区域、显著非失真区域、非显著失真区域和非显著非失真区域,然后对各个区域分别进行评价,最后通过对各个区域赋予不同的权值从而预测得到最终的客观评价值。实验结果表明,该方法与主观评价结果有较好的相关性,符合人眼视觉系统。     

基于BEMD和控制图的磨床颤振预测

针对磨床信号非线性、多维性和非平稳性的特点,提出一种基于二维经验模态分解(BEMD)和控制图理论的磨床磨削颤振预测方法.通过BEMD筛选出有效的二维固有模态函数(BIMF)分量,计算出各分量的实时方差,合成总的方差特征量,并通过控制图对颤振进行预测.结果表明,基于BEMD和控制图的颤振预测方法能够提供颤振阈值并有效地对颤振进行预测.     

脊波变换在眼底图像中的去噪效果评价

针对实际的眼底图像中含有噪声,严重影响对病灶的诊断,根据其先验知识,本文采用四种多尺度几何变换技术对其进行去噪处理,即脊波,加维纳滤波的脊波、小波和轮廓波算法;并给出基于高斯波形提取的LMLSD(局部均值和局部标准差)算法,估算处理后图像的SNR(信噪比),对这四种去噪算法的处理效果进行客观的量化评价.实验结果表明,图像经加维纳滤波的脊波去噪算法处理后,图像最为清晰,SNR提高最为明显,较原始图像提高约5.04倍,客观量化评价结果与主观视觉感受一致.     

EMD-SVM非线性组合模型对高炉铁水含硅量的预测

提出了一种基于经验模式分解(EMD)和支持向量机(SVM)的非线性组合模型的预测方法.该方法运用EMD将原始铁水含硅量的时间序列分解成若干个频率不同的平稳分量,分解后的分量突出了原序列的局部特征.通过Lempel-Ziv复杂度分析选用不同的核函数,并利用10-fold交叉检验方法取定相应的参数,从而对各个分量构建不同的支持向量机模型,并对各分量进行预测.仿真结果表明,EMD-SVM非线性组合模型预测命中率达到90%.     

一种基于人眼视觉特性的立体图像质量客观评价方法

通过模拟人眼视觉特性中的对比度敏感函数、多通道效应以及立体感知特性,提出了一种基于人眼视觉特性的立体图像质量客观评价方法.在评价左右图像质量时,利用小波变换模拟人眼视觉特性中的多通道效应,不同空间频带的小波系数按对比度敏感函数进行加权,左右图像质量度量采用Canberra $巨离.在评价立体感知时,则通过计算原始与测试...     

基于曲率模态和支持向量机的结构损伤位置两步识别方法

支持向量机是一种基于统计学习理论的机器学习算法,能够较好的解决小样本的学习问题。介绍了支持向量机分类和回归算法,将其应用于梁结构的损伤诊断中。以曲率模态参数作为损伤识别指标,提出了基于支持向量机的结构损伤位置两步识别方法:首先根据支持向量机分类算法的概率估计找到可能的损伤位置,重新构造训练样本;然后利用支持向量机回归算法计算精确的损伤位置。通过对悬臂梁仿真计算进行了验证,结果表明:支持向量机在结构损伤诊断领域中具有较好的应用前景。     

基于相空间重构与高斯过程的卫星钟差预报

提出了一种基于相空间重构与高斯过程预报卫星钟差的新方法。首先根据星载原子钟的物理特性用多项式进行拟合以提取钟差趋势项,并对拟合后的残差进行经验模态分解,作降噪处理;然后以降噪后的残差时间序列的混沌特性为基础,对其进行相空间重构;最后以重构的相空间为基础,运用高斯过程对残差时间序列进行建模预报,再将预报结果加上趋势项,获得最终的钟差预报值。采用IGS提供的GPS超快速观测钟差建模进行短期预报实验,结果表明,该方法能实时有效地对卫星钟差进行预报,且精度优于超快速预报钟差。     

基于QR分解的彩色图像自嵌入全盲水印算法

针对彩色图像的版权保护问题,基于 QR 矩阵分解提出了一种自嵌入全盲水印算法。先将原始图像的G通道分量进行非下采样剪切波变换,再对得到的低频分量分块QR分解,通过判断各子块R矩阵中第一行元素向量的l1范数与所有子块R矩阵第一行元素l1范数均值之间的大小关系生成特征水印。然后对B通道分量DWT变换后的低频分量进行分块QR分解,并通过修改该子块QR分解后R矩阵中第一行最后一列元素来嵌入特征水印。特征水印的生成和嵌入在两个通道内独立完成,水印检测无需原始载体图像,算法无需借助外加水印信息即可完成对图像版权的鉴别。实验结果表明,该算法在经历添加噪声、JPEG压缩、缩放、剪切和行偏移等常见攻击时,具有很强的鲁棒性。     

基于EMD的激光雷达信号去噪方法

针对激光雷达回波信号较弱易于被各种噪声污染的特点,本文提出利用经验模态来模态分解(EMD)这一非线性、非平稳信号处理方法,对Mie散射激光雷达信号进行多尺度分解.该方法是利用信号内部时间尺度的变化做能量与频率的解析,采用这种方法能够将噪声污染的激光雷达信号分解成若干个线性、稳态的本征函数(IMF),通过对本征函数的重构,去除包含高频噪声的IMFs,从而达到去噪目的.实验结果表明,这种方法的去噪能力强,并且具有自适应的特点,从而说明了这种方法在信号去噪中的优势.     

A Study of the Equipment Fault Diagnosing Method Based on EMD and Holo-spectrum

We first introduce the empirical mode decomposition(EMD)and holo-spectrum analysis.Then we decompose the vibration signal of the equipment by EMD,re-organize the signal closely associated with the original signal,eliminate the noise signal better,and analyze the holographic re-signal spectrum,which makes the amplitude,frequency and phase combine completely,reflecting the equipment vibration morphology fully.Particularly applying a two-dimensional holo-spectrum can obtain the direction of rotation order harmonic,size,shape,and the relationship between order harmonic generation rotor vibrations,and so on.The traditional signal processing methods can not eliminate noise well.We apply this method to the rotor vibration signal of fault diagnosis,eliminate noise and reflect the equipment vibration characteristics well.     

基于改进HHT和SVM的滚动轴承故障状态识别

针对滚动轴承故障信号特征难以提取与故障诊断效率较低问题,引入集合经验模态分解(EEMD)对Hilbert-Huang变换(HHT)进行改进,将改进的HHT结合拉普拉斯得分(Laplacian score,LS)进行轴承故障特征提取,并利用遗传算法(GA)优化支持向量机(SVM)分类参数,将其应用于滚动轴承振动信号故障状...