一种融合小波变换和数学形态学的图像边缘检测算法

针对传统图像边缘检测方法中出现噪边、边缘定位不精确等缺点,提出一种融合小波变换和数学形态学的图像边缘检测算法。先将图像进行小波分解,高频部分利用小波模极大值噪声抑制和尺度相关子带关联算法进行边缘检测,可以很好地减弱噪声;低频部分利用修正的形态算子进行形态学边缘检测,能够检测出弱边且定位准确;最后对两种方法得到的边缘图像进行融合。实验结果表明,该算法能有效抑制噪声,提高边缘精度并且定位准确.     

基于边缘检测的铁轨识别

在铁路安全检测系统中,铁轨识别是铁轨线路上障碍物检测的前提.结合铁轨数字图像特征,采用基于图像亮度值的不连续性进行铁轨识别,通过对常用边缘检测算子的对比分析,提出了基于边缘检测的铁轨识别流程;通过各算子对铁轨检测实验数据的对比,选择Sobel算子作为铁轨识别的基本算子;基于铁轨方向性强的基本特征,运用Sobel特定掩膜算子,检测指定方向线条,提高了铁轨识别精度,实现了对直道铁轨和弯道铁轨的有效识别.     

基于数学形态学的遥感图像道路提取

从遥感影像上提取道路信息是一个重要的研究方向。首先读入遥感图像并对其进行增强处理;然后通过直方图均衡化选择合理的分割阈值,得到二值化图像;最后,基于数学形态学方法进行道路识别提取。利用ENVI+IDL,以高分辨率遥感图像IKONOS为数据源来验证方法的有效性。实验结果表明,该方法能够很好的提取遥感图像中的道路。     

基于contourlet模极大值的图像边缘检测

现存的基于空间域或小波变换域图像边缘检测算法只能有效检测出图像有限方向的边缘。本文提出在contourlet变换子带上搜索模极大值的图像边缘检测算法。通过适当地调节变换各尺度上的分解级数得到具有抛物线型尺度的基,另使其满足方向消失矩条件,则contourlet变换获得对图像中分片光滑边缘的最佳逼近。对原图像进行非下采样contourlet变换,然后对各子带进行阈值处理。由于contourlet变换子带不同于小波子带的全新特点,根据各方向子带代表的方向及其梯度方向,子带上各样本点与其梯度方向上相邻点比较模值即得变换系数模极大值。该算法不需经过复杂的连接模极大值点操作,亦可得到较高的边缘检测性能,较大地降低了计算复杂度。实验显示本文算法所提取的边缘更加逼近图像真实边缘,且具有较低的计算复杂度。     

基于形态学方法的车道线检测算法研究

对车道标识线检测技术进行深入研究,分析结构化道路的模型特征,结合形态学处理图像的方法,提出一种基于形态学方法的车道线检测算法,该算法能够灵活构造具有不同车道模型特征的结构元素,提取左右车道线,有效解决了车道线检测的准确性与鲁棒性矛盾的问题.仿真实验表明,在多种天气状况下,对不同质量的路面,该算法均能正确地检测出车道标识线,去除双边缘,其得到的单线车道左右标识线清晰且准确,具有一定的实用价值.     

一种参数化的形态学分水岭图像分割方法

标准形态学分水岭分割能够产生封闭的图像目标区域轮廓,但存在过分割现象,通过对原始图像进行平滑滤波可以减轻或消除过分割,但容易使分割后的区域轮廓发生位置偏移。为此提出一种参数化的形态学分水岭图像分割方法,首先依据黏性液体淹没图像地貌的流溢特性,建立梯度级与结构元素大小之间的函数关系,并以此对梯度地貌进行参数化修正。对低梯度地貌采用较大尺寸结构元素进行闭运算,消除产生过分割的非规则局部极小值,而对较高梯度则采用较小尺寸结构元素进行闭运算,保持区域轮廓的位置不变;最后在修正梯度图像的基础上,运用标准分水岭变换实现图像分割。仿真实验表明,该方法能够有效消除过分割,而且具有较强的区域轮廓定位能力。     

基于Canny边缘检测和聚合接续法的路轨边缘提取方法

在铁路视频路障检测报警系统设计中,关键技术之一是提取路轨边缘以确定障碍物检测的有效范围,对范围内障碍物报警。本文提出一种基于Canny边缘检测技术和聚合接续法的路轨边缘提取方案。通过直方图均衡化,实现对原始图像的空间增强,突出图像细节,经过Canny边缘检测提取图像的边缘组合,采用本文提出的聚合接续法提取出符合条件的边缘组合中最长的两条线,并对其实施接续,可达到路轨边缘提取的目的。本算法经过MATLAB编程实现,并移植到TI的DM642视频开发板上进行硬件测试,能够有效地实现路轨边缘的提取,为铁路路障检测报警系统设计提供参考。     

二值图像骨架的数学形态学描述及重建

本文提出一种二值图象的数学形态学分析方法，利用数学形态学变换可以抽取二值物体图象的骨架，并由骨架重建物体。该方法表明，其主要优点是位移不变性，具有高数据压缩率，无失真复原及易于用硬件实现。     

基于分形分析的图象边缘检测

应用分形的概念,给出了一个基于分数维布朗运动模型的图象边缘检测算法.该算法对图象中的每个象素,由计算以其为中心的一个m×m象素块来得到其分数维值,并根据图象边缘具有某一特定范围的分数维值而将其检测出来.该边缘检测算法的最大优点是对噪声不敏感,因此可避免一般边缘检测算法放大噪声的缺点.应用其对核磁共振医学图象的边缘检测实验中得到了较好的效果.     

一种低信噪比环境下的基音检测方法

噪声是低信噪比环境下影响基音检测准确率的主要因素之一,为此提出一种基于形态学滤波和小波变换相结合的基音检测方法。该方法首先用形态学滤波器滤除噪声,突出基音。然后在小波域利用Teager能量算子区分清、浊音,通过浊音小波系数模的极大值提取基音。实验结果表明,在信噪比较小时该方法也能准确地检测出语音信号的基音,与传统的基音检测方法相比,该方法有较强的抗噪性。     

多源数据融合的列车-轨道状态检测技术

轨道状态的快速检测技术是保障轨道交通运维安全的重要基础。传统的检测方法主要依赖高精密、高成本的测量设备,这些测量设备测量数据质量高但体量小。随着大数据技术的快速发展,通过易获取、质量低但体量大的多源数据融合技术以及 5G 通信与云服务技术,以多车厢加速度、轮轨噪声数据为基础,实现多源数据融合的列车-轨道状态检测技术。实践表明,多源数据融合的列车-轨道状态检测技术是实现轨道设备质量状态智能辨识和预测的有效途径。     

基于雷达的列车直轨运行前方障碍物检测方法研究

针对视觉传感器检测列车运行前方障碍物时存在环境适应能力差及对距离判别能力弱的缺陷,提出一种基于雷达的列车直轨运行前方障碍物检测判别方法。通过最小二乘法进行雷达测量数据误差矫正得到较准确的目标位置信息。结合铁路机车车辆限界、雷达方位角及雷达测量量程,构建检测区模型。将预处理后的目标点位置信息代入构建的检测区模型中进行障碍物检测判别。现场测试结果显示,利用该方法检测不仅具有较高的准确性,而且克服了环境因素的影响。     

基于高精度模态应变能法检测结构损伤的研究

在模态应变能、完备模态应变能及高精度模态应变能法的基础上,提出了一种新的结构损伤诊断方法--高精度完备模态应变能法.本方法考虑了结构参数修改量高阶项的影响,同时将高阶模态对单元模态应变能变化的影响做近似处理,且用低阶模态表示.这样仅用低阶模态就可以准确进行结构的损伤定位和损伤程度评估,克服了现有方法精度不足且需要完备模态的缺点.数值仿真结果表明,在结构多种损伤情况即能够得到较满意的诊断精度,具有实际应用价值.     

城轨列车受电弓滑板边缘检测算法研究

研究受电弓边缘检测算法,阐述了基于Canny算子的多尺度像素级小波边缘检测算法和基于Zernike矩的亚像素级边缘检测算法.结合广州地铁13号线的实际图片进行对比实验.试验结果表明,相比于传统的像素级边缘检测算法,亚像素级边缘检测算法具有更高的精度,能够满足受电弓滑板边缘检测的需求.     

荧光磁粉探伤结果自动识别系统研究

针对目前荧光磁粉探伤人工观察方法存在的问题,对荧光磁粉探伤结果自动识别系统进行研究.搭建基于ARM的嵌入式Linux系统,应用USB摄像头进行图像采集.采用选定色彩范围的方法获取图像可疑成分,使用二值图像来表示图像的可疑成分与背景,主要使用数学形态学的方法进行图像处理,通过计算图像连通区域的大小和圆形度并与设定值比较来确认裂纹,识别结果有效.     

基于中点弦测法的轨道不平顺精确值数学模型研究

弦测法是测量轨道不平顺的一种基本方法,原理简单,使用方便,高效迅捷。传统观点是直接将弦测值作为轨道不平顺的近似描述,这会不可避免地因基准线变动而产生较大误差。针对该问题建立了一个描述中点弦测法本质的数学模型,分析了轨道不平顺与其弦测值之间的关系,构造了一种计算轨道不平顺精确值的迭代算法与快速算法,并采用数值仿真对弦测过程进行模拟。结果显示:迭代算法总体误差较小,传递函数较好,但由于迭代次数等原因会产生端点误差;快速算法以牺牲计算内存为代价能达到较高精度,绝对误差在1μm以内,传递函数效果极好,从而证明了所建立的数学模型的正确性与计算结果的精确性。     

基于概率分布的轨道不平顺发展统计预测

针对轨道不平顺的随机性,应用数理统计原理和方法,对轨道动态不平顺检测数据进行统计分析,研究轨道不平顺的概率分布特性。分析讨论基于不平顺分布函数特征的不平顺发展统计预测方法,比较不同统计预测模型的预测效果和预测精度。研究结果表明:轨道不平顺概率分布接近于正态分布;在轨道不平顺概率分布特性分析的基础上,指数平滑预测方法具有较好的预测效果和预测精度,能够用于轨道不平顺发展预测问题的研究。     

基于有限元-边界元无砟轨道声辐射特性分析

建立无砟轨道系统高频振动边界元模型,运用有限元和边界元相结合的方法,将已经计算出的轨道系统垂向高频振动响应作为声辐射计算边界条件,得到钢轨与轨下结构的声辐射特性。分析结果表明:钢轨和轨道板对噪声的贡献量中,在800～3 000 Hz时主要是以钢轨的声辐射为主,在0～500 Hz时主要以轨道板的声辐射为主;随着距离的增长,轨道系统的声辐射呈线性递减趋势;钢轨部位声辐射要比轨道板部位的显著,平均大15 dB左右,轨腰的声辐射量要比钢轨其他部位的显著。本文预测轨道系统噪声的结果与其它模型得出的结果都有很好的一致性,说明本文的模型与做法是合理可行的,为以后的铁路减振降噪提供了理论依据。