基于形态学分形维数的输电线路故障选相方法

输电线路故障信号是一种典型的非线性信号,分形几何理论为描述非线性故障信号的特性提供了一个有力的分析工具。针对传统分形维数的局限性,本文提出了一种基于局域均值分解（local mean decomposition,LMD）-形态学的分形维数-Elman神经网络的输电线路故障选相新方法。该方法通过对故障电流进行相模转换后,对单一线模分量进行LMD分解得到若干乘积函数（product function,PF）分量,然后选取前4个PF分量进行数学形态学的分形维数估计,最后形成特征向量作为Elman神经网络的输入参数。仿真试验表明：提出的故障分类识别方法能快速、准确地识别各类故障,并且不易受故障初始角、故障位置和过渡电阻的影响,与传统的BP神经网络相比,Elman神经网络具有更好的效果,为准确判断输电线路故障选相提供了一种快速有效的新方法。     

基于彩色二值化的车牌定位方法

提出了一种基于彩色二值化的车牌定位方法。首先将彩色图像从RGB颜色空间转换到HSI颜色空间,同时生成一个与彩色图像大小相同的二值化状态特征矩阵,根据车牌的色彩特征,调整状态特征矩阵;再用数学形态学方法对状态特征矩阵进行填充空洞和滤除噪声的处理,并根据车牌的几何特征除去伪牌照区。该方法将图像的色彩特征与状态特征分离,充分利用车牌的色彩特征调整彩色图像的状态特征,并融合了数学形态学方法;而且将车牌的色彩特征和几何特征进行了有机的结合。实验结果表明该方法是一种有效的车牌定位方法。     

人机交互船体可视图像轮廓点获取方法研究

由于传统的可视图像轮廓点获取技术精准度低的情况,设计一种基于人机交互的船体可视图像轮廓点获取方法,根据图像形态学的定义,检测图像的边缘形态,采用结构图像元素定义,对图像边缘进行细化,在检测图像的基础上,定义船体检测到的轮廓模型为平面内的一条参数曲线,利用最小二乘法得到各点的左右斜率,确定角点,以此实现对船体可视图像轮廓点的获取。并设计仿真实验对该方法进行检验,实验结果表明,此方法在进行船体可视图像轮廓点获取上,精准度较传统方法高,具备实际应用意义。     

基于边缘检测及数学形态学的快速汽车车牌定位

车牌定位是汽车牌照识别系统的重要环节,定位的准确性直接影响车牌识别的准确率.文章研究了利用图像边缘及数学形态学的快速汽车车牌定位方法,首先将彩色图像灰度化,并利用Sobel算子进行图像边缘提取,然后运用数学形态学算法对二值图像进行处理,得到几个车牌候选区域,最后利用连通区域的长宽比,面积比及车牌字符水平分布特征等来准确定位车牌.实验表明,这一方法能快速准确地实现车牌定位.     

Bcl-2、Bax、Fas、FasL、穿孔素和粒酶B在移植肾急性排斥中的共同表达和意义

目的 检测Bcl-2、Bax、Fas、FasL、穿孔素和粒酶B 在移植肾急性排斥时的表达水平,探讨其在急性排斥中的作用及可能的分子机制.方法 选取30例移植肾穿刺活检标本及18例正常供肾组织为研究对象,采用免疫组化方法检测Bcl-2、Bax、Fas、FasL、穿孔素和粒酶B 的表达情况.结果 ①根据Banff97病理诊断标准,急性排斥标本30例,其中ⅠA 12例,ⅠB 11例,ⅡA 5例,ⅡB 2例;②所有组织中均可发现细胞凋亡现象,急性排斥标本中更为明显;③Bcl-2在急性排斥标本中的表达水平低于正常组织(P＜0.05),与急性排斥的病理变化呈负相关(P＜0.05);Bax在两组的表达水平无差别(P＞0.05);Fas、FasL、穿孔素和粒酶B在急性排斥组中的表达水平均高于对照组,并与急性排斥的病理变化呈正相关,以FasL和粒酶B 最为明显(P＜0.01).结论 ①Bcl-2在肾小管上皮细胞的表达减少提示急性排斥反应的发生;②Bax对于预测急性排斥反应的意义不大;③Bcl-2、Fas、FasL、穿孔素和粒酶B的表达变化均与急性排斥反应密切相关,尤以FasL和粒酶B明显,可作为监测移植肾形态学变化、功能状态以及判断预后的重要指标.     

基于多尺度时频图与卷积神经网络的车轮故障智能诊断

铁道车辆车轮故障的产生,不仅会增大列车的振动和噪声使乘坐舒适性下降,而且会加速车辆及轨道零部件的损伤,严重时还会引发事故,因此对车轮服役状态的实时监测对保证列车安全运营具有重要意义。针对现有铁道车辆车轮故障诊断方法存在自适应能力弱、准确率低等不足,提出一种基于多尺度时频图与卷积神经网络(CNN)相结合的车轮故障智能诊断方法,该方法利用车轮所在轴箱垂向振动加速度来间接识别车轮服役状态。1)首先采用形态学滤波器对车辆轴箱振动加速度信号进行滤波降噪,然后采用完全噪声辅助聚合经验模态分解(CEEMDAN)将滤波后的信号自适应地分解为若干固有模态函数(IMF),选取能量熵增量相对较大的三阶分量作为信号的主分量。2)分别求各主分量的Wigner-Ville分布(WVD),然后叠加转化为多尺度时频图。3)对经典的LeNet-5模型进行结构改进和网络参数优化,构建适合车轮故障诊断的CNN模型,来学习提取车轮在不同工况下的时频图特征,并对时频图进行分类,将特征学习提取与故障分类融为一体,一定程度上实现了端到端的车轮故障诊断。经仿真试验和现场试验验证表明：所提出的方法对于车速、故障类型和故障程度都有很好的...     

一种二维均值滤波快速算法及其应用

作者将盒滤波技术成功的应用于基于灰度立体匹配中的相似性测定的计算和数学形态学中矩形结构元素的处理中,算法的复杂性被大幅度的降低,另还,还对盒滤波技术进行了实际应用的改进,进一步减少了整个运算的时间。     

磨损微粒显微形态学特征量化描述体系

对当前限制铁谱分析及故障诊断技术发展和推广的磨粒分析与特征量化描述问题进行了系统、深入的研究。在引入计算机视觉技术的基础上,通过改进通用图像特征描述参数和提出新参数等方法,一共研究了超过100个磨粒参数,通过对现有参数的分析筛选,形成了一套较为完备的磨粒特征描述体系。     

基于灰度形态学的图像预处理及其三维重构研究

对三维表面重构所用图片的预处理、三维重构Marching Cubes算法及其算法的具体编程实现进行了详细地讨论和验证,其相关技术在工程软件设计中获得了预计的结果.     

车牌自动识别系统设计与实现

车牌自动识别分为图像预处理、车牌定位、字符分割、字符识别四步。利用形态学变换对图像进行滤波聚类,HOUGH变换对车牌图像进行水平校正,BP神经网络的方法进行字符识别,最后基于DELPHI7．0环境下设计开发了车牌自动识别系统。