图像处理技术在船舶火灾烟雾检测系统中的应用

船舶火灾会造成大量人员伤亡和财产损失,并且船舶火灾具有难于发现、救援困难等特点,对船舶火灾进行预防和监测具有重要意义。本文提出一种使用图像处理的方法进行船舶火灾烟雾检测,通过分析船舶火灾烟雾的具体特征,使用阈值处理的方法获取图像的光流相位分布相位图,和非烟雾图像相比,它分布范围广且元素多。本文提出的方法可以有效对船舶火灾烟雾进行检测,因而具有一定的实际意义。     

基于小波脊的自适应傅里叶变换包裹相位滤波技术

应用小波变换法提取变形条纹小波脊的相位信息并获得全场包裹相位,并采用窗口傅立叶变换对包裹相位图进行滤波。在滤波过程中,通过调节小波脊参数来调整滤波窗口的大小,使窗口大小与变形条纹频率相匹配,从而提高包裹相位图滤波的效率和质量,获得较高质量的包裹相位图。实验结果表明:本方法有效提高了条纹图解包质量和效率,获得了较高的测量精度。     

小波变换分析及船舶噪声处理

针对目前船舶噪声对船舶有用信息的影响,本文利用小波变换进行船舶噪声处理,并利用Matlab函数进行不同小波基的船舶信号去噪实验。实验结果表明,恰当的小波基函数和阈值能够很好抑制信号中的高频部分,得到平滑的有用信息。     

利用NSCT循环抽样进行水声图像去噪

在海上军事及海底探测领域,基于声呐图像的识别应用越来越多。但是声呐图像混入了多种海上噪声,在图像对比时首先需要去除噪声。NSCT是一种基于拉普拉斯逆变换的滤波方法,对于海上声呐图像首先按照周期进行循环抽样,然后利用NSCT变换得到图像边缘系数,再通过滤波平移对噪声进行去除。本文在研究声呐图像及海上噪声特性的基础上,利用NSCT滤波算法对其进行去噪处理,得到空域平均后的去噪图像,并给出仿真结果。     

船体表面缺陷检测系统研究

首先利用小波变换对船体表面的灰度图像进行特征提取,得到待检测船体表面的六维小波特征矢量;然后根据最小二乘支持向量机,采用逐级分类的方式进行舰船船体表面质量检测;最后通过实验可知,采用中值滤波进行预处理后的识别率要高于采用均值滤波。     

大面积脑梗死去骨瓣减压的手术时机及疗效分析

目的探讨大面积脑梗死的手术时机的选择及其影响因素,提高大面积脑梗患者的预后。方法回顾分析2009年至2016年收治的164例大面积脑梗去骨瓣减压患者的资料,对比不同手术时间段患者的生存率及预后。结果患者Spitzer指数提示发病48h内手术患者的预后高于发病48h后的手术患者。当梗死体积大于250cm3时,患者48h内手术的生存率高于发病48h后的患者,差异有统计学意义(P=0.041)。脑疝早期患者48h内手术后生存率同48h后手术比较显著提高,生存率存在统计学差异(P=0.015)。结论发病48h内的大面积脑梗死患者早期接受手术治疗,可以显著提高生存率,改善预后。     

小波变换下舰船辐射噪声特征提取

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。     

基于小波包汽轮机货油泵振动信号仿真分析

文章通过小波包分析方法对汽轮机货油泵信号进行仿真分析验证,对信号进行时域信号分析,基于振动信号的小波包特征提取,得出故障频率特征,进而可以分析判定故障的存在,验证小波包分析对故障特征量提取的有效性。     

小波分析在船舶测试信号中的算法研究

获得精准的船舶测试信号对于保障船舶航行安全非常重要。本文将小波分析应用于船舶测试信号去噪处理中,在处理的过程中详细的阐述了阈值的选择以及小波去噪的实现步骤。最后利用不同的小波系对获取到的含有高斯白噪声的VLCC振动信号进行去噪处理,并通过信噪比的评价得到处理效果较好的母小波函数。     

噪声源信号的高阶谱分析

为实现船舶噪声干扰信号的分离,本文以某船舶噪声信号为研究对象,采用高阶谱分析技术对其进行特征分析。通过特征值排序方法以及协方差分析理论确定噪声主频率入射方向,并结合小波变换技术对其频率响应特性进行匹配,有效实现干扰信号的分离。