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。     

基于自适应多尺度积阈值的钢轨裂纹红外图像增强

利用红外热波技术检测钢轨斜裂纹伤损所得的红外图像存在整体亮度偏暗、边缘对比度低和纹理细节模糊的缺点,对测量裂纹的扩展深度不利。对此,本文提出一种基于非子采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)的自适应多尺度积阈值AMPT(Adaptive Multiscale Products Thresholding)钢轨裂纹红外图像增强算法。对图像进行NSCT分解得到不同尺度不同方向上的子带系数,由子带系数自适应地确定阈值并调整增强函数,将阈值作用于每一子带的多尺度积,对阈值化操作后的子带系数进行增强处理和逆变换,实现图像增强。实验结果表明:该算法在抑制噪声和提高图像整体对比度的基础上,有效突出了目标图像的边缘,对裂纹内部微弱细节纹理的增强效果优于其他传统的红外图像增强方法,为进一步提取代表裂纹深度的关键像素提供了有力支撑。     

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Shearlet域方向模极大值和改进蜂群的图像边缘检测

为从图像中提取出更为准确、清晰的边缘,本文提出一种基于Shearlet域方向模极大值和改进蜂群的边缘检测方法。对图像进行非下采样Shearlet分解;对于低频分量,利用改进的蜂群算法准确检测出边缘的基本轮廓线;而对于高频分量,采用方向模极大值算法检测出图像中丰富的边缘细节;融合后得到轮廓完整、细节丰富的图像边缘。实验结果表明:与Canny方法、改进的蚁群方法、改进的蜂群方法、改进的非下采样Contourlet模极大值方法相比,本文提出的方法检测出的图像边缘定位准确、完整清晰、细节丰富,边缘检测效果更好,且运行时间较少。     

一种改进的铁路扣件图像校正算法

基于HOG特征的铁路扣件检测算法中,各类扣件特征的可辨性易受光照不均匀因素影响,降低了检测准确率.针对此类光照不均匀图像,将二维经验模态分解(BEMD)理论与直方图均衡化相结合,首先利用BEMD变换提取图像的细节分量和照射分量,并通过直方图均衡化增强细节分量;然后进行光照判断,据光照判断对细节增强分量叠加调整后的照射分量,得到光照均匀、细节增强的扣件图像.真实实验表明,与传统方法相比,此方法能有效增强图像对比度,提高铁路扣件检测精度.     

遥感图像小波降噪方法的研究

在遥感图像降噪过程中,小波域阈值算法可以有效地降低图像的噪声,但阈值选取往往是固定的,不利于小波算法的计算过程,提出基于Bayesian估计的小波变换的自适应阈值去噪方法,实验证明,该算法能有效地去除噪声,并且能够较好地保护图像细节.     

基于M-DTCWT和2APCNN的多聚焦图像融合

为提高多聚焦图像的融合质量,提出了一种基于多方向双树复小波变换(M-DTCWT)的多聚焦图像融合方法。对多聚焦图像进行DTCWT分解得到低频系数与高频系数,再采用非下采样滤波器(NSDFB)对高频系数进行方向分解得到多尺度多方向的高频分解系数。对低频系数,提出结合模糊逻辑和稀疏表示(FSR)的融合规则得到低频融合系数。对高频系数,利用平均高斯差分梯度(ADOG)作为自适应双通道脉冲耦合神经网络(2APCNN)链接强度,提出基于改进双通道脉冲耦合神经网络的高频融合策略。最后通过M-DTCWT的反变换得到融合图像。实验结果表明,采用本文算法得到的融合图像在主观效果与客观指标上均优于传统的融合方法,较传统DTCWT方法,实验的2组图像在客观指标边缘信息度量Q~(AB/F)和互信息MI上,分别提高了1.93%、8.87%和1.40%、9.18%。     

一种Contourlet图像块编码算法

提出一种高灵活性、低缓冲的Contourlet块编码算法。用临界采样的小波变换取代Contourlet变换中的拉普拉斯塔式LP(Laplacian Pyramid)分解,得到非冗余的Contourlet变换NRCT(Non-Redundant ContourletTransform),使其更适合图像压缩。块编码中,每个子带被划分为相对小的码块,然后对各个码块独立编码,得到具有丰富实用特征集的码流,且明显降低了内存占用。合并NRCT同一小波子带中类似的方向频率划分,根据合并后方向子带的方向频率特性,得到改进的上下文模型。改进的上下文模型使NRCT块编码器中的MQ编码器输出码流码率更加接近其熵率,而JPEG2000上下文模型不能为该MQ编码器输入码流提供良好的条件概率估计。实验证明,特别是对于纹理丰富的图像,本文算法较基于JPEG2000上下文模型的NRCT块编码算法和JPEG2000算法,具有更高的压缩性能。     

基于小波分解改进算法和峭度最大原则的滚动轴承故障诊断研究

针对滚动轴承振动信号具有非平稳性以及工作情况下难以获得故障频率的情况,文章提出了一种基于小波分解改进算法和峭度最大原则对滚动轴承进行诊断的方法。首先,对小波分解改进算法进行验证,发现小波分解改进算法能够很好地克服小波分解传统算法过程中出现的频率混淆问题;然后,在小波分解改进算法的基础上,利用峭度最大原则选取故障频段,对其进行Hilbert包络解调和傅里叶变换来查看故障频率,最后通过美国凯斯西储大学实验室提供的数据对上述方法进行验证,并与小波分解传统算法进行了对比。结果表明,基于小波分解改进算法和峭度最大原则的故障诊断方法能够更加精准地识别故障频率,克服主频偏移的问题,有效地解决频率折叠现象和真实频率的映像问题,具有较好的可行性和优越性。     

改进的EWT方法在高速列车轴承故障诊断中的应用

高速列车轴承的故障特征提取较为困难,针对这一问题,在经验小波变换(Empirical Wavelet Transform,EWT)的基础上,提出了一种基于频谱趋势与频带合并的改进EWT方法,并将其应用于高速列车轴承的故障诊断。该方法首先利用经验模态分解,根据IMF分量判断准则,提取故障信号的频谱趋势,从而得到初始的频谱分界点;然后计算各初始频带的故障信息判断指标,得到自适应阈值,判断初始频带的有效性,通过对无效频带的合并完成频谱的重新划分;最后进行经验小波变换,将各频带通过正交滤波器组,对得到的各分量信号进行Hilbert变换,得到轴承的故障特征频率。通过仿真和试验验证,改进后的EWT方法可以准确地提取出轴承故障特征频率的基频和倍频成分,有效地确定轴承故障。     

基于二代曲波系数定向映射的受电弓滑板裂纹检测技术

为防止受电弓滑板出现裂纹而造成重大弓网事故,针对电气化铁路受电弓滑板裂纹自动检测问题进行研究。算法以二代曲波变换为基础,通过研究曲波分解的方向性及各向异性特点,提出一种曲波系数定向映射(CCDP)算法。CCDP变换将分布在多个曲波分解角度矩阵中的高维信息变换到一个单一的二维矩阵中,从而将受电弓滑板上各种图形元素及其相互关系明确地显示出来。通过分析受电弓滑板CCDP变换矩阵,可区分并逐步排除滑板边界提取缺陷、滑板接缝以及滑板划痕的干扰,最终可判断滑板裂纹信息。实验证明,基于CCDP的受电弓滑板裂纹提取方法能够较好获得裂纹信息,可为完善受电弓视频在线监控系统提供一种方案。     

基于高通滤波和直方图均衡的钢轨裂纹红外图像增强技术

针对钢轨裂纹红外图像采集过程中产生的噪声大、对比度低的问题,以及传统直方图均衡化方法在对红外图像增强时灰度级减少和细节信息丢失等不足,提出频域增强与空域增强相结合的红外图像增强算法,以弥补传统算法在红外图像增强时的不足。在空间域上采用直方图均衡化对红外图像进行处理,提高图像对比度降低图像噪声;在频率域上采用高通滤波对红外图像进行锐化处理,增强图像的边缘和细节信息。仿真结果表明:该算法在对钢轨裂纹红外图像增强时很好地抑制了背景噪声,而且有效地凸显了钢轨裂纹内部微弱的细节纹理,保护图像的细节信息,为更好地提取钢轨裂纹的缺陷信息提供条件。     

隧道检测裂缝的图像处理研究

裂缝是隧道衬砌最常见的病害之一,基于近几年快速发展的工程检测系统与图像处理算法的研究,提出基于CCD相机的衬砌裂缝检测系统来采集裂缝图像。通过比较均值滤波、中值滤波、维纳滤波、自适应中值滤波和加权邻域滤波比较,选择自适应中值滤波进行图像增强。结合直方图阈值分割法、Otsu最大类间方差阈值和局部阈值分割法,对增强后图像进行二值化处理比较,Otsu法较好地保留了裂缝的边缘信息,证明了该算法的有效性,为后续裂缝信息的提取奠定了基础。     

轨道电路多音调频信号的数字解调方法

针对新型数字编码轨道电路传输的窄带多音调频信号,提出利用FIR高通数字滤波器进行多音调频信号数字解调的方法。FIR高通滤波器幅频响应曲线中过渡带局部具有近似线性的特点。对采样率为10 kHz,过渡带为800 Hz至3 800 Hz的10阶FIR高通滤波器幅频响应曲线过渡带局部进行线性拟合。利用其中具有高度线性特性的部分对轨道电路窄带多音调频信号进行幅频变换,从变换结果的幅度包络中得到调制信号信息。对调制信号进行频谱分析,得到原始的列车控制编码信号。仿真结果表明,高通FIR数字滤波器鉴频特性线性度高,所需FIR滤波器阶数少,实现方法简单,在0 dB信噪比、14 dB信干比环境下能够很好地恢复原始调制信号。     

一种基于Arnold置乱的FRFT数字图像水印方法

本文提出一种基于Arnold置乱的分数阶傅里叶变换(FRFT)数字图像水印方法.区别于傅里叶变换(FFT),FRFT同时兼有空域和频域的良好特性.本文采用将水印信息嵌入到变换后的幅度谱中,在嵌入有意义的灰度图像水印前对其进行Arnold置乱,找到一个相对的最佳置乱次数,并将其作为水印提取时的密钥,达到二次加密的目的.仿真结果表明,该方法能够很好地抗击JPEG压缩、噪声、剪切以及滤波等常见的图像攻击,保证水印的不可见性、保密性和鲁棒性.     

基于优化TCQ的小波域图像编码

本文提出一种基于优化网格编码量化(TCQ)的小波图像编码方法。该方法首先利用小波子带间的相关性对小波系数进行改进四叉树遍历扫描,然后对扫描后的非零系数采用一种优化TCQ进行量化,最后将量化系数进行熵编码。由于优化TCQ方案利用不同子带小波系数的重要性进行不同精度的量化,因此所提出的小波图像编码方法比经典的零树编码取得更好的率失真性能,同时还具有编码复杂度适中的优点。实验验证了方案的有效性。     

基于共振解调技术的高速铁路焊接接头状态评判方法

基于广义共振原理,利用共振解调方法将钢轨焊接接头对车辆—轨道系统的低频周期性冲击特征的分析转换为对其高频共振的分析.对轴箱垂向加速度实测数据进行带通滤波,然后利用希尔伯特变换得到轴箱垂向加速度包络,并采用离散时间傅里叶变换对包络进行分析得到细化包络谱.利用细化包络谱第1主频能量与其0～5 Hz内的总能量之百分比反映钢轨焊接接头对车辆—轨道系统的周期性冲击特性,并根据该百分比与滤波频率的关系曲线的峰值确定带通滤波截止频率,由此得到带通滤波的频率范围是20～450 Hz.结合钢轨焊接接头处轴箱垂向加速度有效值出现大值的位置和钢轨焊接接头周期性间距近似为100 m的性质,对钢轨焊接接头进行精确定位.根据300 km·h-1速度级高速铁路钢轨焊接接头处轴箱垂向加速度移动有效值的分布规律,确定其阈值为50 m·s-2,依此作为评判钢轨焊接接头状态的依据.在此基础上,给出了300 km·h-1速度级高速铁路焊接接头状态动态评判方法和实现方式.     

行李安检禁限带物品识别多标签图像分类算法

有效识别禁限带物品的智能识别算法有助于降低安检人员劳动强度，提升旅客行李安检作业效率。文章采用图像多标签分类的深度卷积神经网络，通过引入图像注意力机制与动态元融合，能够在卷积前向传递过程中补充低层图像视觉线索，有效应对行李X光图像中物品影像混叠干扰及低分辨率特征混淆的问题，增强对细粒度特征的识别能力；同时，引入外部神经知识的元选择网络，实现网络多阶段预测的自适应融合，以避免权重偏置现象。实验结果表明，文章算法能够克服行李X光图像中影像混叠和物品尺度变化带来的禁限带物品识别困难，有效提高识别准确率。