-
题名多聚焦图像融合中最优双树复小波分解层数的选择
被引量：2
- 1
-
-
作者
宋瑾
-
机构
苏州大学电子信息学院
-
出处
《中国新通信》
2014年第22期42-46,共5页
-
文摘
采用具有近似平移不变性和方向选择性的双树复小波变换对多聚焦图像进行多分辨率分析与重构,是一种高效的融合方法。然而,分解层数的选择是影响该算法性能的重要因素之一。本文提出了一种基于信息熵、互信息量、边缘融合质量和加权融合质量等融合质量评价指标确定最优分解层数的方法。实验结果表明,不同的原始图像用同种融合算法分解重构,最优分解层数不一定相同;相同的原始图像用不同的融合算法分解重构,最优分解层数也不一定相同。因此,只有综合考虑多种代表性的评价指标,才能确定最优分解层数。
-
关键词
双树复小波
多聚焦图像
融合
最优分解层数
-
Keywords
dual-tree complex wavelet
multi-focus image
fusion
optimal decomposition level
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名开关柜局部放电信号降噪与缺陷识别研究
被引量：3
- 2
-
-
作者
杨寅明
韩志
-
机构
国网冀北电力公司承德供电公司
-
出处
《信息技术》
2020年第5期155-159,164,共6页
-
文摘
文中采用暂态地电压法(TEV)进行检测,设计了四种典型的缺陷模型并搭建试验平台,分别对局部放电缺陷模型进行了实验。由于变电站现场环境复杂,需要对采集的信号进行信号降噪。针对以往小波降噪都是按照经验采取固定的分解层数的问题,提出一种Mallat算法结合最优分解层数自适应算法对含噪信号进行分离与重构,结果显示该算法可以很好地滤除噪声。对重构后的局放信号提取八种时域特征参数,并采用BP神经网络对开关柜局部放电的类型进行识别,当误差准确率δ=0.002时,放电类型的识别正确率最高,能够达到97%。
-
关键词
TEV
局部放电检测系统
MALLAT算法
最优分解层数
缺陷识别
-
Keywords
TEV
partial discharge detection system
Mallat algorithm
optimal decomposition layer
defect recognition
-
分类号
TM76
[电气工程—电力系统及自动化]
-
