针对强背景噪声干扰下轮对轴承故障特征微弱、难以准确检测的问题,提出了一种自适应改进高斯拉普拉斯(improved Laplacian of Gaussian,简称ILoG)算子的微弱故障检测方法。ILoG算子滤波器具有优良的信号突变特征检测能力,将其用于轮对...针对强背景噪声干扰下轮对轴承故障特征微弱、难以准确检测的问题,提出了一种自适应改进高斯拉普拉斯(improved Laplacian of Gaussian,简称ILoG)算子的微弱故障检测方法。ILoG算子滤波器具有优良的信号突变特征检测能力,将其用于轮对轴承故障信号的冲击特征检测,同时利用水循环算法(water cycle algorithm,简称WCA)的寻优特性,并行搜寻筛选最佳的ILoG算子影响参数,通过对参数优化后ILoG算子滤波后信号做进一步包络解调分析,提取出轮对轴承微弱的故障特征信息。对实际轮对轴承外圈和内圈故障信号分析的结果表明,该方法可以有效检测出轴承微弱故障特征频率,故障检测效果优于小波阈值和多尺度形态学差值滤波方法。展开更多
高分辨光栅图像的存储和实时传输是当今图形图像研究的一个热点。通过将高分辨率数字图像矢量化,显著降低图像存储所需的空间和图像传输的带宽要求,提高网络环境下图像信息传输的完整性和绘制的实时性。首先对采集得到的图像数据进行预...高分辨光栅图像的存储和实时传输是当今图形图像研究的一个热点。通过将高分辨率数字图像矢量化,显著降低图像存储所需的空间和图像传输的带宽要求,提高网络环境下图像信息传输的完整性和绘制的实时性。首先对采集得到的图像数据进行预处理,然后基于改进的LoG(Laplace of Gauss)算子提取其中的边缘信息。接着根据边缘信息,利用Delaunay对图像进行三角化,并提取三角区域的颜色信息。最后,将三角化后的数据和相应的颜色信息保存为XML格式,形成SVG文件来实现网络环境中的传输和重绘。实验结果表明,利用其使用的方法可以实现高分辨图像在不同客户端下的实时显示。展开更多
经典的特征点提取算法是从整个图像进行遍历来确定特征点,运算量较大,不能满足实时应用的要求。提出了一种特征点快速稀疏提取算法,该方法首先利用高斯拉普拉斯算子(Laplacian of Gaussian,LoG)提取图像梯度,设定阈值过滤获得图像的边...经典的特征点提取算法是从整个图像进行遍历来确定特征点,运算量较大,不能满足实时应用的要求。提出了一种特征点快速稀疏提取算法,该方法首先利用高斯拉普拉斯算子(Laplacian of Gaussian,LoG)提取图像梯度,设定阈值过滤获得图像的边缘稀疏矩阵,然后在稀疏矩阵的基础上利用改进的加速分割测试特征(Features from Accelerated Segment Test,FAST)检测算法,解决了传统匹配算法提取特征点耗时的问题,使图像实时匹配成为可能。为减少误匹配对,利用感知哈希算法对匹配对进行提纯,并根据仿射不变性建立两个约束条件进一步验证单应性矩阵,提高配准精度。实验结果证明,该算法提高了特征点提取的速度以及配准精度。展开更多
针对基于结构振型参数的损伤定位方法抗噪性差、对微小损伤不敏感以及对多损伤识别性能低等问题,基于振型低秩性与损伤分布稀疏性提出了一种复合材料层合板多损伤识别方法。首先,使用高斯-拉普拉斯算子(Laplacian of Gaussian,简称LoG)...针对基于结构振型参数的损伤定位方法抗噪性差、对微小损伤不敏感以及对多损伤识别性能低等问题,基于振型低秩性与损伤分布稀疏性提出了一种复合材料层合板多损伤识别方法。首先,使用高斯-拉普拉斯算子(Laplacian of Gaussian,简称LoG)求解曲率模态;其次,利用鲁棒主成分分析提取曲率模态中损伤诱导产生的奇异值进行损伤定位;然后,提出了一个鲁棒损伤定位指标用于融合多个曲率模态的损伤信息;最后,使用带损伤复合材料层合板数值模拟与实验数据验证了方法的有效性。结果表明,该方法无需无损结构参考信息,便可准确地定位复合材料层合板中多个小面积损伤。展开更多
文摘高分辨光栅图像的存储和实时传输是当今图形图像研究的一个热点。通过将高分辨率数字图像矢量化,显著降低图像存储所需的空间和图像传输的带宽要求,提高网络环境下图像信息传输的完整性和绘制的实时性。首先对采集得到的图像数据进行预处理,然后基于改进的LoG(Laplace of Gauss)算子提取其中的边缘信息。接着根据边缘信息,利用Delaunay对图像进行三角化,并提取三角区域的颜色信息。最后,将三角化后的数据和相应的颜色信息保存为XML格式,形成SVG文件来实现网络环境中的传输和重绘。实验结果表明,利用其使用的方法可以实现高分辨图像在不同客户端下的实时显示。
文摘经典的特征点提取算法是从整个图像进行遍历来确定特征点,运算量较大,不能满足实时应用的要求。提出了一种特征点快速稀疏提取算法,该方法首先利用高斯拉普拉斯算子(Laplacian of Gaussian,LoG)提取图像梯度,设定阈值过滤获得图像的边缘稀疏矩阵,然后在稀疏矩阵的基础上利用改进的加速分割测试特征(Features from Accelerated Segment Test,FAST)检测算法,解决了传统匹配算法提取特征点耗时的问题,使图像实时匹配成为可能。为减少误匹配对,利用感知哈希算法对匹配对进行提纯,并根据仿射不变性建立两个约束条件进一步验证单应性矩阵,提高配准精度。实验结果证明,该算法提高了特征点提取的速度以及配准精度。
文摘针对基于结构振型参数的损伤定位方法抗噪性差、对微小损伤不敏感以及对多损伤识别性能低等问题,基于振型低秩性与损伤分布稀疏性提出了一种复合材料层合板多损伤识别方法。首先,使用高斯-拉普拉斯算子(Laplacian of Gaussian,简称LoG)求解曲率模态;其次,利用鲁棒主成分分析提取曲率模态中损伤诱导产生的奇异值进行损伤定位;然后,提出了一个鲁棒损伤定位指标用于融合多个曲率模态的损伤信息;最后,使用带损伤复合材料层合板数值模拟与实验数据验证了方法的有效性。结果表明,该方法无需无损结构参考信息,便可准确地定位复合材料层合板中多个小面积损伤。
