公共文化服务平台

搜索到117篇“ TOP-HAT变换“的相关文章

OMCKD结合自互补Top-Hat变换的电机轴承故障诊断方法被引量：2: 2018年; 针对电机轴承微弱故障识别困难这一问题,提出了优化最大相关峭度解卷积(optimized maximum correlated kurtosis deconvolution,OMCKD)结合自互补Top-Hat变换的诊断方法。为解决MCKD关键影响参数难以设置的问题,提出利用人工鱼群算法(artificial fish swarm algorithm,AFSA)并行搜索MCKD参数全局最优解,实现关键影响参数的自动优化调节。首先利用OMCKD方法对原始信号进行预处理,提取被噪声所掩盖的微弱特征信息,继而对解卷积信号做自互补Top-Hat变换处理,进一步抑制背景噪声干扰,强化周期性冲击特征。最后对所得结果做频谱分析,并通过分析谱图中幅值突出的频率成分判定轴承的状态。两组实测信号分析结果表明所述方法可有效用于电机轴承故障诊断,具有一定可靠性及优越性。; 宋慧欣王冬梅车一鸣; 关键词：TOP-HAT变换电机轴承故障诊断

基于频域映射与多尺度Top-Hat变换的红外弱小目标检测算法被引量：15: 2018年; 提出了基于频域映射与多尺度Top-Hat变换的红外弱小目标检测算法。通过分割经典Top-Hat的单一结构元素,获得多尺度膨胀结构元素,对红外弱小目标进行增强,有效抑制杂波与噪声背景;基于Butterworth低通滤波与截止频率,构建Butterworth差异带通滤波,联合Fourier变换,建立粗显著性检测机制,通过提取其幅度与相位频谱,基于2D高斯平滑滤波,定义细显著性检测机制,在频域中凸显弱小目标,并将红外目标的空间与强度相关性作为识别标准,精确定位候选目标;根据红外目标运动与虚警的速度差异特征,定义弱小目标连续帧速度模型,在帧间充分抑制候选区域中的虚假目标,检测出完整的弱小目标。实验结果显示：与当前红外弱小目标检测技术相比,面对复杂背景干扰,提出的算法具有更高的检测精度,可精确定位出完整的弱小目标,呈现出更好的ROC特性曲线。; 田雯李素若; 关键词：红外弱小目标检测截止频率显著性检测

基于Top-hat变换的PM模型弱小目标检测被引量：9: 2018年; 为了实现红外复杂背景下弱点目标的有效检测,提出了形态学Top-hat变换和改进的非线性扩散(以Perona-Malik(PM)的研究为基础)模型相结合的滤波算法,用于增强红外弱小目标信号、抑制复杂背景和噪声。该方法首先利用形态学滤波中的Top-hat算子对图像进行目标增强,然后对形态学滤波后的图像采用改进的PM滤波器进行进一步滤波达到抑制背景突出目标的目的,最终通过阈值分割实现弱小目标的检测。对比实验结果表明,该算法能够在低信噪比(signal-to-noise ratio,SNR)下实现红外弱小目标图像的背景及边缘有效抑制、使图像的信噪比提高20%,检测能力在原有算法上提高了40%。; 陆福星李夜金陈忻陈忻陈桂林; 关键词：红外弱小目标检测形态滤波

基于Top-hat变换与OTSU的近岸舰船目标检测被引量：4: 2018年; 长期以来,雷达对近岸目标的检测是目标识别的难题。对于近岸低速舰船目标,存在探测难、识别难的问题。然而,舰船目标具有较好的红外辐射特征,在探测过程中可以充分地利用这一特征。针对其红外特性提出了一种基于Top-hat变换与最大类间方差法的图像处理方法。经开运算重构,利用Tophat变换增强红外图像中目标与背景的对比度;根据图像的灰度特性,使用最大类间方差法对图像进行阈值分割,以便检测目标。实验结果表明,该算法能够有效地检测出近岸舰船目标,对近岸目标识别具有一定的现实意义。; 李强谢春思盖强吴帅; 关键词：目标检测阈值分割

加权融合特征耦合Top-Hat变换的红外目标检测算法被引量：8: 2017年; 当前红外目标检测算法在复杂背景干扰下通过单帧技术来实现目标的检测,使其难以过滤固定噪声等虚警,为此提出一种基于多尺度Top-Hat选择变换与加权融合特征的红外目标检测算法。通过对经典Top-Hat变换的结构元素进行分割,形成多尺度结构元素,考虑真实目标与背景的灰度差异,构建多尺度Top-Hat选择变换,从不同尺度提取图像的感兴趣信息,将真实目标从背景中分离出来;考虑序列图像的帧间差异,提取红外目标的运动特征,联合灰度特征与梯度特征,建立加权融合特征模型,精确定位候选目标区域;引入二维Ostu分割机制,对提取的候选目标区域进行分割,完成弱小目标检测。实验结果表明,与当前红外目标检测技术相比,在复杂背景下,所提算法可更好地抑制背景与过滤虚警,具有更高的检测精度与效率。; 张智丰裴志利张亚荣; 关键词：红外目标检测

基于多尺度top-hat变换的自适应彩色图像增强被引量：4: 2017年; 针对传统彩色图像增强过程中的过度增强及空间变化所引起的信息丢失现象,在RGB空间提出一种基于数学形态学top-hat算法,以各分量标准差权重比例为调控因子的彩色图像增强方法。首先,提取R、G、B通道多尺度下的亮、暗细节特征,然后利用控制因子对有应用价值的细节特征进行增强,最后组合三个分量,得到增强的目标图像。实验结果表明,该方法能有效增强图像对比度,避免过度增强,且能很好地保持亮度,视觉效果良好。; 安静张贵仓刘燕妮; 关键词：数学形态学彩色图像增强 RGB颜色空间

基于Top-Hat变换的OSAHS早期病理图像分析: 本课题来源于黑龙江省教育厅科学技术研究项目。　　阻塞性睡眠呼吸暂停低通气综合征(Obstructive Sleep Apnea Hypopnea Syndrome，OSAHS)是一种患病率较高的口腔疾病，严重影响着人们的...; 刘丽影; 关键词：阻塞性睡眠呼吸暂停低通气综合征早期病理 TOP-HAT算子

基于Top-hat变换的OSAHS图像边缘检测算法被引量：1: 2016年; 提出了一种基于多方向、多尺度Top-hat变换的图像边缘检测方法,应用于阻塞性睡眠呼吸暂停低通气综合症(Obstructive Sleep Apnea Hypopnea Syndrome,OSAHS)早期病理图像的边缘检测及诊断;通过对OSAHS早期病理图像的观察分析,针对待处理图像形状各异,并且含有噪声的特点,构造了不同方向、不同尺度的Top-hat算子增强图像的对比度,利用形态学梯度进行边缘检测,然后把各个算子检测到的图像边缘按照一定的权重进行组合,得到理想的边缘,以便准确地获得病理图像的相关参数,进而实现医学电子诊断;对OSAHS早期病理图像:口腔图像、咽喉声带处图像、鼻道内部图像处理、分析的结果表明,与传统的边缘算子相比较,该方法能使图像的边缘信息更完整、更准确,图像的边缘闭合度可达到97.67%,为实现医学电子诊断打下坚实的基础。; 王英立刘丽影李思思; 关键词：数学形态学 TOP-HAT算子边缘检测

多特征差异决策耦合Top-Hat变换的红外目标检测被引量：5: 2016年; 为了提高红外图像弱小目标在复杂背景干扰下的检测精度,本文提出了基于多特征相似度差异决策与改进的Top-Hat变换的红外弱小目标检测算法。该算法通过经典的Top-Hat的单一结构元素进行分割,形成多尺度结构元素,并依据弱小目标与其周围背景之间的灰度差异,定义了灰度变化映射,通过计算其均值与方差,构建目标决策因子,并将其与多尺度结构元素嵌入到Top-Hat变换中,形成了新的Top-Hat变换;随后,联合灰度强度、对比度以及结构信息,建立多特征紧密度差异模型,提取包含真实弱小目标与可疑目标的候选区域;最后,基于弱小目标运动的连续性,引入管道滤波模式,将候选区域中的可疑目标剔除,保留真实弱小目标。实验数据表明:与当前红外弱小目标检测算法相比,在复杂背景干扰下,所提算法的检测精度更高,能够将弱小目标完整地检测出来,具有更好的ROC特性曲线。; 肖宁李爱军; 关键词：红外弱小目标检测 TOP-HAT变换

基于正弦结构元素的自适应Top-Hat变换及发电机特征振动信号增强检测被引量：7: 2016年; 提出了一种基于正弦结构元素的自适应改进Top-Hat变换方法,并将其应用至发电机定子特征振动信号的增强检测中。该方法通过嵌套遍历循环确定使特征振动信号频率成分能量占比最大的最优结构元素幅值和长度,结合自互补Top-Hat变换来实现对发电机特征振动信号的增强检测。动模实验机组MJF-30-6定子匝间短路的实测信号处理结果表明,该文所提方法能够同时提取和增强定子的2倍频、4倍频和6倍频这3个特征振动信号,给故障的识别和诊断提供了方便,具备参考价值和积极意义。; 何玉灵蒙玉超唐贵基刘会兰邓飞跃万书亭; 关键词：发电机自适应

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈