纹理对比度导向的图像自适应压缩感知测量方法

压缩感知以部分随机变换代替全变换,仍可确保图像的高精度复原,可用于铁路系统中无线监控终端实现低复杂图像编码。传统图像压缩感知以相同的测量率实施分块测量,而由于分块稀疏度不同,常导致重建图像具有块效应,无法确保良好的率失真性能。为了解决该问题,本文提出利用图像纹理特征引导图像压缩感知,在感知端实施自适应测量。利用像素八连通区域内的最大梯度度量各像素的纹理变化程度,生成纹理特征图,利用纹理特征图计算各块纹理对比度,并以此为依据自适应设定各块的测量率,以块纹理对比度加权图像重建模型的目的函数,集中优化纹理细节的区域。实验结果表明,与由块方差、边缘特征主导的自适应测量方法相比,本文所提算法可确保较好的重建图像主观视觉质量,且率失真性能优于传统压缩感知重建算法。     

基于压缩感知的自适应深度图像编码

与传统的二维图像不同,三维视频系统中的深度图像具有明显的稀疏性特征,并且其边缘信息对于合成虚拟视点的质量非常重要。为此,本文提出一种基于压缩感知的自适应深度图像编码方法。该方法首先提取深度图像的边缘,然后根据边缘在各个图像块中所占的比例,自适应地选取不同的采样率进行压缩,从而能够更好地重构深度图像。实验结果表明:与采用均匀采样率的方法相比,所提出的方法在同样的采样率下,合成的虚拟视点图像具有更高的PSNR值和更好的主观视觉质量。     

基于MCKD的振动信号压缩感知方法

齿轮箱在状态监测和故障诊断过程中,依据传统的奈奎斯特采样定律采集到的振动信号数据量过大,且传输速度过慢。针对这些问题提出了基于最大相关峭度解卷积(MCKD)的振动信号压缩感知(CS)方法。首先对原始信号进行MCKD降噪处理,获得比原始信号更为稀疏的信号;然后利用高斯随机矩阵作为信号压缩测量中的感知矩阵,通过离散余弦变换(DCT)生成完备字典;最后结合L_1范数重构算法对原始信号进行重构。实验结果表明,在相同压缩率下,与传统的压缩感知方法相比,本文所提的方法能有效地提高重构信号的相似度。     

基于自适应活动轮廓的图像分割

在活 动轮廓的基础上，引入了统计“图像势能”和松驰法，提出了基于自适应活动轮廓的图像分 割方法。该方法克服了活动轮廓的一些缺陷，能准确、可靠地检测物体曲率高的边缘部分，且分割结果与活动轮廓的初始位置无关。实验结果验证了该方法的有效性。     

基于自适应活动轮廓的图像分割

在活动轮廓的基础上，引入了统计“图像势能”和松驰法，提出了基于自适应活动轮廓的图像分割法，该方法克服了活动轮廓的一些缺陷，能准确、可能地检测物体曲率高的边缘部份，且分割结果与活动轮廓的初始位置无关，实验结果验证了该方法的有效性。     

基于压缩感知隧道结构健康监测与可靠性评价

为了弥补隧道监测数据缺失导致信息丢失的不足,从而能够更好地评价地铁隧道结构健康状况,基于压缩感知理论对健康监测数据进行处理,通过对运营地铁的结构健康监测数据进行压缩和重构,减少对原始监测数据的传输和存储压力,以提高获取的地铁健康相关数据的信息完备与可靠性,为隧道结构健康安全评价提供数据基础。在此基础上,构建运营地铁隧道安全风险指标评价体系,在获取完备数据的基础上,基于不确定性视角,采用云推理综合评估运营地铁隧道的可靠程度,以及时掌握运营地铁的安全状态,并找到影响其可靠性的关键风险,从而制定相应的管控措施。最后以武汉地铁2号线长汉区间监测点的累计沉降作为数据样本进行实例分析,结果显示压缩感知能使监测数据重构以获得完备数据,再利用逐级云推理得到安全风险等级云图与实际情况相符。     

基于自适应参数估计的列车制动减速度控制

针对列车制动实际减速度有重要影响的不确定参数,提出基于自适应参数估计的新型减速度控制模式。通过硬件在环半实物仿真试验平台进行试验验证。试验结果表明新型减速度控制算法有效提高了制动控制系统对列车运行不确定参数的鲁棒性。当实际闸瓦摩擦系数偏离制动控制系统预设值时,减速度控制器可以估计出闸瓦摩擦系数的实际值,提高了实际减速度对目标减速度的跟踪效果;当列车在坡度为±30‰的坡道上运行时,减速度控制器能估计出坡度值,减速度控制误差由传统非减速度控制模式的±0.3m/s2减小到了±0.1m/s2;在不使用空簧压力信息计算车辆制动质量的情况下,减速度控制器能估计出列车的实际制动质量,获得了类似于传统非减速度控制模式的控制效果,为简化制动系统硬件的气路设计提供了可能。     

智轨列车基于稀疏点云和图像的车辆识别技术

针对识别智轨列车的前方车辆三维信息来保证其行车安全的问题,提出一种面向智轨列车基于稀疏点云和图像的车辆识别技术.首先采用基于角度阈值的算法分割地面并提取障碍物点云,然后提出距离角度约束算法遍历障碍物点云求解聚类点集,通过二次求解优化聚类结果获取预融合聚类点集,最后采用YOLOv3网络模型进行车辆检测,构建基于几何模型的...     

基于核心原子库和FHT的图像MP稀疏分解快速算法

为提高图像稀疏分解的速度和重构质量,提出一种基于核心原子库的图像MP稀疏分解快速算法。该算法首先利用核心原子库替代图像MP稀疏分解过程中的过完备原子库,可有效提高原子库的形成速度,且为最佳原子的全局搜索提供了可能;然后将图像和核心原子库中原子转换为一维信号,利用一维FHT寻找与待分解图像匹配的最佳原子,从而提高图像与原子的匹配速度。该算法不仅能有效提高图像MP稀疏分解的速度,而且克服了遗传算法局部最优的局限性,实现原子匹配的全局最优,相同条件下其分解结果具有更好的重构质量。实验结果验证了算法的有效性。     

基于球形收敛和结构一致性的图像修复算法

为获得稳定的填充顺序及合适的匹配准则,提出基于球形收敛和结构一致性的样本块图像修复算法.在填充顺序方面,一方面将球形收敛规则引入到优先权准则的定义中,在保持优先填充结构部分的同时保证纹理和平滑部分的合理延伸;另一方面构造基于斯特林理论的置信度项更新准则,以降低置信度的快速衰减.在匹配准则方面,引入结构一致性以寻找更加合...     

基于等照度线平滑的NSCT图像修复算法

为提高对纹理信息和平坦与平滑过渡区域的修复效果,提出一种基于等照度线平滑的非下采样contourlet变换(NSCT)图像修复算法.利用NSCT能较好地稀疏表示图像的结构、纹理及边缘信息等特性,将其作为稀疏重构的字典实现稀疏修复破损图像.为消除平坦及平滑过渡区域的破损痕迹,根据估计出的破损点的等照度线方向,自适应选取平滑模板修正该破损点的像素值,以更好地保持等照度线的光滑连续.实验结果表明:本文算法具有较好的修复效果,保持了纹理清晰、结构连通及平坦与平滑区域的良好过渡.     

自适应频域字典的机车轮对轴承稀疏诊断方法

稀疏分解是强噪声环境下故障特征提取的一种有效方法,构造与故障振动信号匹配的字典对稀疏分解效果至关重要。小波参数字典因小波的灵活多变性和良好的局部时频特性而被广泛应用于轴承故障诊断领域。然而,现有小波参数字典多是通过时域相关滤波法(CFA)以小波与故障冲击间的相关系数为指标获取字典原子的最优中心频率、阻尼比等参数,时域滤波耗时长、抗噪性差,相关系数指标没有考虑冲击发生的周期性特点,导致字典匹配性欠佳。针对上述问题,提出一种自适应频域滤波进行参数字典设计的机车轮对轴承故障诊断方法。该方法以新提出的时频域指标——加窗包络谱峭度(WESK)和相似度指标——皮尔逊相关系数(PCC)作为字典原子参数选取依据,以粒子群优化算法(PSO)优化的Morlet小波带通滤波器确定轴承故障产生的系统共振频率作为字典原子的中心频率,按照PCC值最大原则选取最优阻尼比完成字典原子的构造,改变时移变量张成小波字典后,结合正交匹配追踪算法(OMP)稀疏重构原始信号,提取故障特征频率。自制试验台数据以及机车轮对轴承的工程实际应用均验证了所提方法和新指标(WESK)的有效性和稳定性,诊断效果优于现有时域相关滤波法(CFA...     

一种基于BM3D的接触网图像自适应去噪新方法

为了更好地检测和识别接触网图像,首先要降低图像中的噪声。目前,BM3D是针对高斯等多种噪声降噪性能较好的算法,但它自身也存在一些不足,为此,本文提出一种基于BM3D的自适应去噪新方法(简称ABM3D)。该方法在假设噪声方差未知的前提下,无需人为设定滤波阈值,通过自适应估算较为准确的阈值,实现二维和三维DCT变换域的自适应滤波,得到基础估计图像,利用估算的阈值计算出较为准确的噪声方差,实现联合维纳滤波得到最终估计图像,同时简化了参数设置,尤其是对降噪效果影响较大的参数。实验结果表明:本文提出的算法是有效的,即使在噪声强度非常高的情况下,利用其得到的降噪图像也能较好地保留边缘等细节信息,更具有实用价值。     

医学图像自适应阈值边缘检测的研究

介绍一种基于小波变换的自适应医学图像边缘检测方法.实验结果表明:该方法可对图像边界进行敏锐检测,从而得到图像的细微特征.这些特点使得它特别适合于医学图像边缘的检测.     

基于稀疏模型的Bandelet图像去噪方法

提出一种基于Bandelet变换的图像去噪方法,以提高高噪声方差的图像去噪效果。Bandelet变换的核心是Lagrangian函数代价项的准确选取,本文从图像基追踪稀疏模型表示原理和图像阈值去噪方法的内在关系入手,重新定义Lagrangian函数,从而使图像稀疏去噪模型含义更明确,计算更简单。在去噪过程中,首先采用二维平移不变小波变换把图像分解为高频子带;然后用局部Bandelet块估计Bayes阈值确定Lagrangian函数的代价因子,从而对各个高频实施Bandelet化;最后对高频图像系数Bayes软阈值收缩实现图像去噪。国际标准中几何特征明显图像测试表明:在高斯白噪声的方差低于502时,本文方法的去噪效果和目前最好方法的效果相当;当噪声的方差等于或者高于502时,本文去噪方法效果更好。     

基于光照自适应调节和模糊分类的人脸图像质量提升算法研究

针对铁路人脸识别闸机使用中影响人脸识别准确率的光照和模糊问题,文章提出一种人脸光照自适应调节算法,以提升非理想光照条件下的人脸识别准确率;设计了模糊识别模块,以挑选清晰的人脸图像,提升旅客移动场景的人脸识别准确率。在自建数据集中进行算法实验,实验结果表明,采用文章设计的算法,人脸识别准确率达到97.21%,能够满足实际应用的需求,具有推广价值。     

稀疏矩阵压缩技术在CPⅢ网平差中的应用研究

在高铁测量领域,由于引入了智能型全站仪、电子水准仪等先进仪器,导致控制网规模越来越大,网平差速度越来越慢,给高速铁路的测量与数据处理带来一定困扰。基于矩阵的行、列压缩的存储原理,利用压缩矩阵与稀疏矩阵的乘法代替矩阵间的乘法,实现矩阵的快速乘法计算;同时采用“循环变量重新编号法”进行矩阵的求逆运算,从而大幅度提高轨道控制网等大型控制网平差计算速度。与其他优化方法相比,新方法具有计算速度快、便于理解、易于实现等特点,为目前国内高铁测量软件的维护升级提供一条可行的思路。     

基于稀疏分解的微弱信号检测方法

微弱信号的检测在通信、雷达、声纳等领域有着重要的意义,一直是信号处理的难点。本文将信号稀疏分解思想应用于信号检测,提出一种算法。算法中信号稀疏分解采用Matching Pursuit(MP)算法实现,原子采用正弦波模型,通过对正弦波模型伸缩和平移形成过完备原子库。由MP分解结果,可检测出淹没在强噪声环境中的微弱正弦信号的幅度、频率和初相位参数,从而恢复出待检测的微弱正弦信号。所提出方法在-40 dB极低信噪比环境下可以同时检测多个正弦信号。计算机仿真结果证实了算法的有效性。