首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 937 毫秒
1.
小波变换在舰船图像尺寸测量方法中的应用   总被引:1,自引:1,他引:0  
分析小波阈值降噪和基于小波图像分割技术在舰船图像尺寸测量中的应用,在小波阈值降噪阶段,利用高斯小波对图像进行4层分解,逐层去除噪声的小幅值小波系数,达到去噪目的;在图像分割阶段,首先利用灰度直方图以及本文提出的像素邻域差值直方图构建二维直方图,然后对其进行最优一维投影;最后利用Haar小波对最优一维投影进行分解,求取图像最佳分割阈值。本文用提出的算法对舰船的主轴长度、主轴垂直方向长度、舰船面积以及周长4个尺度量进行测量。实验结果表明,小波变换在图像降噪和分割方面有诸多优势,而降噪和分割又是舰船尺寸测量的必须步骤,因此小波变换将在舰船图像尺寸测量中发挥越来越重要的作用。  相似文献   

2.
针对检测舰船磁场信号时信噪比较低的问题,提出了一种基于变步长LMS算法的检测方法.根据舰船磁场信号的实际特征,首先采用小波阈值去噪法对实测信号进行处理,去除测量信号中的白噪声,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取舰船磁场特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强了对舰船磁场信号的检测能力.  相似文献   

3.
考虑到舰船在海上航行过程中受到海上多种环境因素的干扰,降低了舰船噪声信号的识别性能,为此提出小波变换下舰船噪声信号识别方法研究。基于小波变换原理,对舰船噪声信号进行分解,得到分解后的特征分量,为了消除声呐距离的影响,引入归一化处理方式,提取出舰船噪声信号特征。根据舰船噪声信号的识别形式,计算了舰船噪声信号样本周围的紧密度。基于舰船噪声信号样本的分布情况,设计了舰船噪声信号的识别流程,实现了舰船噪声信号的识别。实验结果表明,小波变换下舰船噪声信号识别方法不仅可以提高舰船噪声信号的识别率,还可以加快识别速度,从而提高了舰船噪声信号的识别能力。  相似文献   

4.
以降低舰船电气设备运行所受电磁串扰影响为目的,提出基于小波变换技术的舰船电气设备信号去噪抑制方法。建立舰船电气设备信号电磁串扰噪声模型,使用小波变换方法对电气设备信号噪声进行抑制,针对小波变换去噪能量泄漏大、频带混叠大等问题,使用双树复小波的实部树和虚部树进行电气设备信号分解,即保留小波分解的优点又可以完全重构电气设备信号,并结合硬阈值和软阈值函数优点,形成通用阈值函数,优化小波变换的阈值函数,保证更好信号去噪抑制效果。通过实验可以看出,该方法的应用既可以有效抑制电气设备信号中的噪声干扰,又可以保证原始信号波形不被破坏,同时在信号分解时,可以在噪声聚集的高频部分形成十分优秀的降噪效果,使信号趋近平稳状态。  相似文献   

5.
舰船边缘检测及尺寸测量在海洋舰船识别与探测中具有非常重要的作用,传统的监测与测量方法,存在测量精度低、适用范围窄等问题。针对这些问题本文提出一种基于小波变换的图像边缘提取方法,应用于舰船图像的尺寸测量中。利用光滑二次小波对舰船图像进行二维小波变换,计算局部极大值点,形成舰船图像边缘形状;在此基础上,构造一个边缘最小外接矩形,通过测量两点之间的距离得到舰船图像尺寸大小。实验证明,该方法与传统方法相比具有更好的效果。  相似文献   

6.
为了提高雾天环境下的舰船图像质量,提出一种形态滤波算法和小波变换的雾天环境下舰船图像增强算法。首先采集雾天环境下的舰船图像,并对图像进行形态滤波操作,去掉舰船图像中的噪声,将舰船图像的重要信息保留下来,然后采用小波变换对2幅舰船图像分别进行分解,并对它们进行融合和增强,消除雾天环境对舰船图像的干扰,得到更加清晰的舰船图像,最后与其他算法进行舰船图像增强仿真实验,仿真实验表明本文算法的舰船图像信噪比要高于对比算法,可以对雾天环境中的不利因素进行有效的抑制,得到的舰船图像的视觉效果十分理想,解决了当前雾天环境下舰船图像增强中的难题。  相似文献   

7.
在海洋环境中,舰船辐射噪声由于其特殊性,很容易被敌方的设备侦测到,这对舰船的航行安全构成了很大的威胁。在辐射噪声中,包含船只机舱的发动机振动噪声、螺旋桨噪声,还有其他一些舰载设备的电磁辐射噪声。本文采用小波算法对复杂的舰船辐射噪声进行特征提取,并通过一定的变换算法,将所获得的噪声功率谱进行过滤,从而提取出所需要的噪声谱图像,通过此图像,科研人员能够有效分析出噪声的来源。最后进行仿真实验,结果说明该小波变换算法能够对舰船的辐射噪声作有效的分辨,这对于舰船减低辐射噪声具有很大的参考价值。  相似文献   

8.
海上舰船的目标检测和特征提取是非常重要的研究课题,不仅可以用于军事领域的敌方船只侦察,还可以用于海上交通管理和渔船监管等领域。高分辨率的舰船光学遥感图像含有丰富的舰船航行状态信息,研究舰船光学遥感图像的分析技术有助于提高舰船目标识别和特征提取的效率。本文详细介绍了图像处理技术中的PQFT模型和小波变换理论,并基于PQFT模型和小波变换研究了舰船高分辨率遥感图像的识别和特征提取技术,有重要的理论和实际应用意义。  相似文献   

9.
有效的特征提取技术是水中目标识别的基础.为提高基于舰船辐射噪声的水中目标识别准确率,选用小波变换完成信号预处理和滤波,并在信号变换后的多尺度子空间上提取信号特征参数,归一化处理后构建分类特征向量,最后用支持向量机算法进行训练和测试.仿真结果表明,利用小波变换的多分辨率分析方法和支持向量机算法对舰船辐射噪声信号进行分类识别,特征提取算法有效,分类速度较快.  相似文献   

10.
重点讨论了天文导航中水天线图像的处理算法.先通过小波变换的阈值法分割对图像进行分割,然后利用中值波消除图像中的噪声,再通过小波变换提取出图像中的水天线,最后通过Hough变换得到图像中水天线的具体位置信息,从而计算出舰船的摇摆角.  相似文献   

11.
针对检测船舶磁场信号时信噪比较低的问题,提出了一种基于小波变换与变步长LMS算法的检测方法.根据船舶磁场信号的实际特征,首先对信号进行小波分解,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取船舶目标特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强...  相似文献   

12.
对基于光流法的舰船运动要素测定原理进行了研究,主要包括光流法测定舰船运动要素的思想、光流场解算、三维运动参数解算和舰船运动要素解算。该方法的提出,提高了运动要素测定的自主性,而且满足新型全封闭舰船的测定要求。  相似文献   

13.
通过对舰船磁场特性的分析,提出了一种推算舰船任意航向三分量磁场的计算方法.在同一测量深度和测量点的前提下,该方法仅利用相反的两个非主航向上舰船三分量磁场实测数据,可直接计算出任意航向舰船三分量磁场,为分析研究任意航向舰船的磁特征和磁隐身性能提供了依据.实验验证了方法的可行性和准确性,该方法可推广应用于不同区域舰船三分量磁场的推算问题.  相似文献   

14.
小波去噪是近年来兴起的信号处理领域中的高新技术,而目前许多研究方法都是以高斯噪声为背景的.在小波阈值去噪的基础上,将伪随机m序列引入小波去噪方法中,可有效去高斯噪声中掺杂的脉冲噪声.  相似文献   

15.
船舶管路系统泄漏定位实验研究   总被引:1,自引:0,他引:1  
船舶管路是船舶的重要组成部分,由于外部环境的恶劣,管路泄漏不可避免,对管路泄漏的监测定位尤为重要,针对这个问题,本文分析了管路泄漏机理,搭建了船舶管路泄漏定位实验台,选用小波变换对采集信号进行滤波处理,进而导入流体网络模型中,选用了±3 kPa作为阈值判定管路泄漏,最后运用压力梯度法进行泄漏定位,完成了船舶管路的泄漏定位检测.  相似文献   

16.
船舶电场只能消减,不能消除。在浅海中测量得到某型货轮电场信号,并利用小波分析的方法对所测信号进行了降噪处理。结果证明,小波变换在处理白噪声方面有其特有的优势。  相似文献   

17.
船舶电场只能减少,不能消除。文章介绍了船舶电场信号的提取方法,并分别通过小波和时频分析方法对所得信号进行降噪。利用数据融合技术对信号进行综合处理。  相似文献   

18.
本文探索了用小波变换方法对舰船横摇垂荡非线性耦合动力学特性的研究.对于考虑与垂荡二次耦合的舰船横摇方程,用Morlet小波变换分析其摇摆响应动力学特性,研究分析了船舶在几种典型波浪中的状况:稳定区域中的横摇回复和稳态横摇;非稳定区域的横摇发散;以及混沌现象.研究表明,通过小波变换所特有的时频窗,对横摇响应小波变换系数的模和相等信息进行分析,可以获得船舶横摇-垂荡耦合非线性动力学幅值和频率的各种典型特征.  相似文献   

19.
汪家骅  祝小雨 《船电技术》2014,(1):62-64,69
在分析舰艇空间位置模拟和地磁场模拟的基础上,提出了一种肌艇涡流磁场横摇磁变模拟检测方法,给出了该方法的模拟方案,包括测磁行车探头基阵布置、磁变状态模拟及舰艇位变模拟等,最后给出了横摇磁变模拟检测方法的测量步骤。  相似文献   

20.
利用实时测量的舰艇内部磁场值推算出外部目标磁场值,然后用外部目标磁场值来决策消磁绕组电流就是所谓的闭环消磁。本文推导了用于低磁钢舰艇闭环消磁的船外磁场推算的表达式,利用具有解析解的均匀磁化实心铁质球体的感应磁场进行了仿真实验。实验结果表明推算数据与理论值几乎完全吻合。在仿真数据中加入高斯白噪声后,推算数据与理论值依然吻...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号