小波域声呐图像自适应增强

声呐图像受噪声污染严重、对比度低,给后期的定位识别带来不便,而传统的处理方法容易造成边缘模糊.针对这一问题,提出了一种图像自适应增强算法.该算法利用形态小波对声呐图像进行自适应的多分辨率分析,分别增强不同尺度上的信号或细节,通过多通道重构图像的加权实现去噪和对比度提高.仿真结果表明该算法快速有效,对高斯噪声和冲击性噪声都具有较好的鲁棒性,处理后的声呐图像边缘细节信息保留完好,得到了理想的增强效果.     

双阈值法在文字轮廓提取中的应用

在图像的边缘检测中,利用模角分离的小波变换,结合尺度独立的算法区分了阶梯型边界和跳跃型边界,从而提取了阶梯型边界．上述算法中需选择峰值阈值,将小波变换系数较小的点滤掉,但是一幅图像中边缘的奇异性并不均匀,对变换后的整幅图像取固定阈值时,那么微弱边缘将会随着因灰度不均匀、噪声等一并被滤除．针对这一问题,在上述算法中用双阈值法代替固定阈值,在文字图像轮廓提取中取得了较好的效果．     

基于DSP的电能质量参数采集装置的设计

针对当前电能质量问题日益受到关注,电能质量参数采集装置功能单一、处理速度较慢的问题,设计了一种基于DSP的电能质量参数采集装置.该装置以TMS320F2812为核心处理器,在分析稳态谐波和暂态电能质量问题时分别采用锁相倍频电路和TMS320F2812中的事件管理器触发A/D转换.通过做FFT检测电网中的稳态谐波成分,利用小波变换分析暂态电能质量问题,并通过LCD显示检测结果.同时,该系统还可通过串口将数据上传至上位机.经测试,该系统功能齐全且处理速度较快,对稳态及暂态电能质量问题均可进行准确检测.     

改进的基于移动小波树的数据流异常检测方法

针对移动小波树数据流异常检测算法的不足,提出了一种改进的移动小波树异常检测方法,利用比率阈值去除颠簸数据的干扰,提高了检测精度;利用二分查找检测算法,提高了检测的效率;结合实时增量更新算法满足了数据流在线处理的要求;改进了阈值设定方法,可实现双边异常检测。用射线数据和电能质量扰动数据进行仿真实验,结果验证了方法的有效性。     

一种有效的齿轮故障识别方法

针对齿轮故障特征信息往往被信号中的噪声淹没的问题,提出了一种基于谐波小波包、样本熵和灰色关联度的齿轮故障识别方法。首先,采用顺序形态滤波器,并结合实际选用最简单的直线结构元素,对实测齿轮振动信号进行顺序形态滤波降噪预处理。然后,采用谐波小波包将不同故障的齿轮振动信号分解到3层共8个频带上,并计算各频带的样本熵。最后,以样本熵为元素构造特征向量,通过计算标准故障模式特征向量与待识别样本的灰色关联度来判断齿轮的工作状态和故障类型。试验结果表明,该方法能够有效地应用于齿轮系统的故障诊断。     

基于多小波的煤矿井下动力电缆故障定位研究

针对基于传统小波变换的煤矿井下动力电缆故障定位方法由于小波函数不具有对称性而存在定位精度差的问题,提出了一种基于GHM多小波的煤矿井下动力电缆故障定位方法。分析了多小波理论的原理,详细介绍了GHM多小波在煤矿井下动力电缆故障定位中的应用。仿真结果表明,动力电缆故障电流信号经GHM多小波变换后各尺度的奇异点不会发生偏移,提高了故障定位精度。     

图像压缩编码在陶瓷中的应用

随着多媒体和网络技术的发展,图像压缩编码技术显得越来越重要。本文着重介绍了哈夫曼编码、预测编码、小波分析、分形压缩四种图像压缩编码在陶瓷中的应用。     

基于二元树复小波变换的多模态医学图像融合

在研究了二元树复小波变换(DT-CWT)近似的移动不变性、良好的方向选择性等优点后,提出了一种基于二元树复小波变换的融合方法.将该方法应用于医学脑部CT图像和MR图像的融合,通过与基于传统离散小波变换(DWT)融合方法得到的融合图像进行主观评判和客观效果评价,证实了该方法具有更良好的视觉效果和更优的量化指标,体现出更强的融合性能。     

光纤网络在线监测管理系统优化设计

针对光纤网络在线监测系统在使用过程中存在诸如创建光路等操作繁琐、告警数据展现不实时、监测设备可扩展性差以及测试数据分析不够准确的问题,采用WebGIS、HTML5和WebSocket等技术对其进行优化改造.系统中增加了通信机,并采用一种基于小波变换动态降噪的方法进行OTDR曲线数据分析,实现了操作可视化、告警数据实时展现、兼容不同协议的监测设备,大幅提升OTDR曲线数据分析的快速性和准确性.     

自适应B样条小波函数模糊距离测量方法

目的 双目测距和单目测距是目前常用的两种基于光学传感器的测距方法,双目测距需要相机标定和图像配准,计算量大且测量范围有限,而单目测距减少了对设备和场地的要求,加快了计算时间。为了解决现有的单目测距方法存在精度低、鲁棒性差等缺点,本文提出了一种基于单模糊图像和B样条小波变换的自适应距离测量方法。方法 引入拉普拉斯算子量化评估图像模糊程度,并根据模糊程度值自动定位阶跃边缘;利用B样条小波变换代替高斯滤波器主动模糊化目标图像,并通过分析图像模糊程度、模糊次数以及测量误差之间的关系模型,自适应地计算不同景物图像的最优模糊次数;根据最优模糊图像中阶跃边缘两侧模糊程度变化求解目标边缘和相机之间的相对距离。结果 本文方法与基于高斯模糊图像的距离测量方法相比精度更高,平均相对误差降低5%。使用不同模糊次数对同样的图像进行距离测量时,本文算法能够自适应选取最优模糊次数,保证所测量距离的精度更高。结论 本文提出的单视觉测距方法,综合了传统的方法和B样条小波的优点,测距结果更准确,自适应性和鲁棒性更高。