期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于加权非局部平均算法的滚动轴承故障诊断 被引量:3
1
作者 张龙 胡俊锋 熊国良 《振动与冲击》 EI CSCD 北大核心 2016年第19期156-161,共6页
非局部平均算法(Non-Local Means,NLM)拥有十分优异的去噪性能,被广泛应用于二维图像信号处理领域,并逐渐应用于一维轴承故障信号检测中。该方法能够利用信号中存在的冗余冲击成分,以包括局部结构的小窗口或邻域为单元,利用局部结构相... 非局部平均算法(Non-Local Means,NLM)拥有十分优异的去噪性能,被广泛应用于二维图像信号处理领域,并逐渐应用于一维轴承故障信号检测中。该方法能够利用信号中存在的冗余冲击成分,以包括局部结构的小窗口或邻域为单元,利用局部结构相似性进行加权运算,抑制随机噪声信号,使冲击特征得到增强。但对于强烈背景噪声干扰下的信号,诊断效果不够理想。提出一种基于非局部平均算法的权重包络谱诊断方法,该方法对信号各点进行加权运算,通过权值比对,使信号冲击分量的尖锐特性得到进一步增强。通过与EEMD方法对比,以及实验室轴承故障数据和工程案例分析,验证了该方法在检测轴承局部故障检测中的有效性和优越性。 展开更多
关键词 滚动轴承 非局部平均算法 加权运算 故障诊断
在线阅读 下载PDF
小波域中的广义非局部平均去噪算法 被引量:5
2
作者 冯象初 刘涛 李亚峰 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2010年第5期941-946,共6页
图像小波系数的统计分布具有非高斯特性,可以用广义高斯模型进行描述.使用广义高斯分布对图像子带小波系数进行建模并估计广义高斯分布模型的参数,根据参数确定了非局部平均权值的广义表达式,在此基础上提出了一种基于广义高斯分布的小... 图像小波系数的统计分布具有非高斯特性,可以用广义高斯模型进行描述.使用广义高斯分布对图像子带小波系数进行建模并估计广义高斯分布模型的参数,根据参数确定了非局部平均权值的广义表达式,在此基础上提出了一种基于广义高斯分布的小波域广义非局部平均去噪算法.仿真结果表明,相比小波域阈值去噪和小波域非局部平均去噪算法,该方法的峰值信噪比平均提高1.5-3.3 dB,在边缘特征方面保持了良好的视觉效果. 展开更多
关键词 小波系数 广义高斯分布 非局部平均算法 图像去噪
在线阅读 下载PDF
广义非局部均值和自相似性的超分辨率算法 被引量:10
3
作者 吴炜 郑成林 +1 位作者 张莹莹 周寿桓 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2014年第4期100-107,共8页
提出一种利用广义非局部均值和自相似性的图像超分辨率算法.该算法不仅利用图像的自相似性将低分辨率图像与其下采样图像作为一个训练库,而且利用非局部平均算法的良好特性提高复原图像的质量.该算法首先提取低分辨率图像的高斯差特征系... 提出一种利用广义非局部均值和自相似性的图像超分辨率算法.该算法不仅利用图像的自相似性将低分辨率图像与其下采样图像作为一个训练库,而且利用非局部平均算法的良好特性提高复原图像的质量.该算法首先提取低分辨率图像的高斯差特征系数,然后利用广义非局部平均算法来估计待复原图像丢失的高频细节,获得高分辨率图像.实验结果表明,该算法对图像取得较好的复原效果,复原出的高分辨率图像更接近于真实图像,与其他方法相比,具有更好的主观和客观质量. 展开更多
关键词 图像复原 图像处理 基于学习的超分辨率 非局部平均算法
在线阅读 下载PDF
基于k-t FOCUSS和自适应NLM3D的动态MRI重建 被引量:3
4
作者 吕雪霜 杨晓梅 《电子设计工程》 2016年第6期92-95,99,共5页
在动态磁共振成像中,采样时间过长既不利于对动态信息的获取也容易产生运动伪影。而传统的基于压缩感知的动态磁共振成像方法,具有重构算法慢,成像时间长等特点。基于此,本文将k-t FOCUSS和自适应非局部平均算法相结合应用于动态磁共振... 在动态磁共振成像中,采样时间过长既不利于对动态信息的获取也容易产生运动伪影。而传统的基于压缩感知的动态磁共振成像方法,具有重构算法慢,成像时间长等特点。基于此,本文将k-t FOCUSS和自适应非局部平均算法相结合应用于动态磁共振成像中,由k-t FOCUSS得到中等质量图像序列,再经过基于块的自适应非局部平均算法处理,最后得到的动态磁共振图像重建效果相较于单一的k-t FOCUSS重建效果更好。为了增加实验的对比性,本文还与k-t FOCUSS与ME/MC的结合算法做对比,经比较发现,本文提出的算法在保证重建图像质量的同时,计算时间更短。 展开更多
关键词 动态磁共振成像 压缩感知 k-t FOCUSS算法 基于块的自适应非局部平均算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部