自适应多尺度形态学分析及其在轴承故障诊断中的应用

为解决强背景信号下冲击特征的提取问题,提出了一种自适应多尺度形态学分析方法.对于实际的待分析信号,分别定义长度尺度和高度尺度来确定多尺度形态学分析的结构元素,并基于信号的局部峰值实现自适应多尺度形态学分析.数值仿真实验分析表明,自适应多尺度形态学分析方法较单尺度形态学分析方法更利于提取信号的形态特征,避免了单尺度形态学分析在结构元素选择时的盲目性和对相关先验知识的依赖性.本文所提出的方法应用于轴承故障诊断,结果表明这种方法可以清晰地提取出各种特征信号.     

基于自适应数学形态学的滚动轴承故障诊断方法

作为一种非线性信号处理方法,数学形态学法对信号的特征提取完全在时域中进行,与其他非线性非平稳的信号处理方法相比,它具有幅值不偏移、不衰减等显著优点.基于此,提出一种自适应的数学形态学和谱相关分析相结合的轴承故障诊断方法.该方法通过基于信号的三角结构元素和非单一形态学开闭运算对已知故障信号加以训练,自适应得到各故障类型的结构元素高和最优开闭运算加权因子,构建形态学模型;之后将测试信号通过形态学模型进行特征提取,并与训练信号进行频域内相关性分析;最终根据相关系数大小识别故障.以西储大学轴承故障数据为例,表明了该方法不仅能识别出不同类型的故障,而且还能识别不同损伤等级的故障,相比传统的方法识别率和可靠性有所提高.     

一种基于形态学的语音增强方法

依据数字语音信号的特点，提出了一种用于语音处理的形态学滤波算法．实验结果表明，该方法有效地抑制了噪声的干扰，对混噪语音质量的增强效果显著．由于形态滤波器的性能与结构元素有关，因此考查了结构元素是寸的变化对增强语音信噪比的改善情况．研究表明，结构元素的宽度变化对增强后语音的输出信噪比的影响较大．     

基于结构相似度的管道泄漏检测定位法

从时间序列角度出发,提出一种基于结构相似度准则的输油管道泄漏检测定位方法。首先采用局部投影降噪法去除动态压力波信号噪声,其次验证并选取固定长度的正常动态压力波信号子序列作为模板序列,并选取相同长度的现场采集动态压力波信号作为被匹配序列,构造两子序列信号对应功率谱,然后计算其归一化功率谱之间的结构相似度;最后,根据结构相似度判定输油管道是否存在泄漏现象,若发生泄漏,则自动确定泄漏位置。研究结果表明:该方法可有效判定和定位输油管道泄漏。     

余数制神经网络

提出了一种新的神经元模型，其数据和权值用余数制表示，称之为余数制神经元。它的处理能力等效于一些多层感知机模型。同时提出用中国余数定理重构信号，等效于神经元之间的非线性连接，将此模型用于分类，其单层网络可用于解高阶和边界模糊问题。     

形态边缘检测在电压暂降持续时间定位中的应用

将数学形态学的组合形态滤波、形态边缘检测应用于电网电压暂降持续定位。首先,利用数学形态学理论构造了一个自适应结构元素组合形态滤波器,以滤除白噪声、脉冲噪声等多种噪声;其次,根据理论选择适宜长度的结构元素对滤波后信号进行腐蚀与膨胀,取其差值得到形态学梯度,通过Top-Hat变换得到其形态边缘,利用阈值方法去除其背景噪声,得到最终定位结果;最后,分析对比了暂降幅度、谐波含量和白噪声方差不同时,该方法的有效性。仿真结果表明,该方法能在多种干扰下快速有效地定位电压暂降持续时间。     

基于小波阈值去噪方法的研究

小波分析用于信号去噪的过程中,关键的就是阈值的选取和阈值的处理方法。系统介绍了四种阈值处理函数和四种阈值选取形式,并在MATLAB环境下进行仿真研究,将去噪后的信号进行比较,得出阈值去噪方法的一些结论。     

基于多尺度形态学的舞台机械控制系统编码器故障诊断方法

针对舞台控制系统中常用的一类传感器——编码器故障问题,提出一种多尺度形态学分解方法.通过对故障原因及故障模式的分析,采用多尺度形态学对故障信号进行分解;借助于DIF滤波器本身具有展现信号冲击特征的能力,采用其对分解后的信号进行处理,并用于信号的重构,从而使重构后的信号在故障发生时刻能够突显故障的特征,以此实现对故障编码器的检测.通过模拟不同类型的故障,仿真实验及实践应用验证本文算法的有效性.     

基于自适应形态学的LPI信号检测预处理算法研究

针对传统算法在面对复杂环境中LPI信号检测时不能对噪声进行有效的滤波,提出了一种基于自适应形态学的LPI信号检测预处理方法。首先建立单一尺度形态学滤波模型,其次在单一尺度形态学频谱数据做分段插值处理时,在每段采用加入比例系数的改进形态学腐蚀和膨胀机理,再将插值后的序列与原信号相减来对其进行修正,最后通过算法仿真,验证了改进的算法在弱化结构元素尺度选择矛盾对不同带宽处的噪声基底估计的影响的同时,还能大大降低整个算法运算量的效果,取得了良好的滤波效果。     

基于数学形态学遥感影像分类后优化处理

遥感影像分类后处理是为了提高分类的精度，优化分类结果。参考传统的分类后处理方法，本文提出了基于数学形态学的遥感影像分类后处理方法，利用数学形态学的基本概念和算法，在遥感软件ERDAS的平台上，对结构元灵活的组合．分解，应用形态交换算法达到了消除噪声、填补孔穴和光滑边界的效果，最大程度的保留了影像的信息，同时优化了分类后的影像；并实际验证了本文方法较传统方法的优越性与可靠性。     

An adaptive morphological impulses extraction method and its application to fault diagnosis

An adaptive morphological impulses extraction method (AMIE) for beating fault diagnosis is proposed.This method uses the morphological closing operation with a flat structuring element (SE) to extract impulsive features from vibration signals with strong background noise.To optimize the flat SE, firstly, a theoretical study is carried out to investigate the effects of the length of the flat SE.Then, based on the theoretical findings, an adaptive algorithm for the flat SE optimization is proposed.The AMIE method is tested by the simulated signal and bearing vibration signals.The test results show that this method is effective and robust in extracting impulsive features.     

一种滤除心电信号中噪声的形态滤波方法

心电信号在检测过程中，常常会引入噪声和发生基线漂移，这严重影响了对心电信号的进一步分析和处理，采用数学形态学中的形态滤波方法，通过采5有不同尺寸结构元素的开－闭的闭－开运算平均组合，来滤除心电信号中的噪声和校正基线漂移，仿真结果验证该方法的有效性。     

对汉字图像进行细化处理的一种新算法

细化是图像分析和模式识别中的一个重要的操作,而基于图像集合运算的数学形态学细化算法则是细化算法中的一个重要分支,它可以利用灵活多变的结构元素对不同的图像进行处理.在保持原有图像拓扑关系不变的前提下,给出了一种新的形态学细化算法对汉字图像进行细化处理.     

数学形态学的细化算法

对目标图象进行细化处理,提取其骨架,在目标检测、图象编码以及光学字符识别等计算机视觉、图象处理与模式识别领域都有着广泛的应用．在定义了数学形态学图象轮廓和骨架的基础上,提出了基于两组结构元素模板的数学形态学细化新算法,这两组结构元素模板分别用来去掉目标的西北、东北、东南、西南方向四个角上的点和北、东、南、西四个方向上的点．用该算法对实际的字符进行细化,获得了令人满意的结果．     

基于数学形态学和小波分解的QRS波群检测算法

为了解决心电图 QRS波群检测的问题 ,研究了一种基于数学形态学及小波分解相结合来检测 QRS波群特征点的算法。数学形态学算法是基于信号局部特征的 ,可以有效地突出信号的峰谷点 ;小波分解对信号做多分辨率分解 ,可以突出信号的特征信息 ,便于 QRS波群检测。实验结果表明 :两种分析方法的结合可以有效地消除基线漂移 ,低频干扰 ,以及大 T波的影响。其 QRS波检出率达到 99.86 % ,从而提高了波形的信噪比     

基于立体结构元素的三维形态滤波算法的研究

对数学形态学在图像处理中的理论基础进行了分析和讨论,并针对医学图像三维重建中所遇到的图像去噪效果差、速度慢等具体问题提出了基于立体结构元素的三维形态滤波算法,理论分析和图像处理仿真实验表明,该类滤波新算法既能有效滤除噪声,又可充分保留原图像的细节信息。     

数学形态滤波的细胞神经网络实现方法

给出了细胞神经网络（ＣＮＮ）在数学形态学中的应用．通过对ＣＮＮ状态方程的修改，可使ＣＮＮ并行、实时地实现数学形态滤波，其实现速度与结构元的大小无关．给出了有关改进ＣＮＮ的稳定性及动态特性分析以及在腐蚀、膨胀及结构开、闭运算中的实现结果     

一种基于自适用结构元素的表格框线去除形态学算法

作者针对传统的基于形态学表格框线检测算法的缺陷:结构元素的选取与处理速度问题,提出了一种基于自适用结构元素的表格框线快速去除形态学算法.该算法首先对表格应用简单统计法进行二值化处理;然后选取自适用结构元素的形态学中击中/击不中运算快速准确地提取表格框线,从而提取栏目内字符信息;最后给出了成绩表格处理实例.     

基于数学形态学的二值图像细化算法研究

将数学形态学这一方法应用于数字图像的细化中,针对已有细化算法中存在毛刺这种常见现象,对原有的剪枝结构元素进行改进,提出了一种新的结构元素消除毛刺.在Visual C 软件编程实现的基础上,对这两种结构元素在计算量、处理速度、效果等方面作了相应的测试和比较.结果表明:改进后的剪枝结构元素在这3个方面都得到较好的改善,并获得了理想的处理结果.