基于形态学和改进管道滤波的红外小目标检测

红外小目标的正确检测是图像处理领域中的一个重要课题,现有方法没有充分挖掘小目标的特征导致目标容易淹没在复杂的背景中.此外,目标的运动轨迹信息没有完全利用也使得目标和孤立噪声不易区分.为了解决该问题,设计了一种基于多属性形态学和改进管道滤波相结合的算法.对红外图像构建最大树,并通过面积、高度和对角线属性综合提取小目标的多种特征达到目标增强背景抑制的目的,融合多属性形态学得到的结果确定候选目标,通过改进的管道滤波利用目标运动轨迹的规律性进一步去除类目标噪声.将所提出的方法在4个数据集与4种方法进行比较,实验结果证明所提出的方法能在最大程度上抑制背景杂波的同时增强目标,对多种复杂场景下的不同类型、尺寸不一和亮度差异大的目标检测效果鲁棒.     

基于端点检测的时频峰值滤波动液面提取技术

油套环空中会产生各种噪声,使测得的液面反射信号非常复杂,真实的液面反射波位置因受到干扰而无法准确辨识。采用时频峰值滤波（TFPF）技术结合语音信号处理中的端点检测（VAD）方法可对动液面波进行有效提取。VAD-TFPF技术先采用短时能量和过零率的双门限VAD方法对声波法测油井信号进行划分,判断出有效信号数据段和接近于零值的数据段,然后采用不同窗长的TFPF分别对两种数据段进行滤波处理。通过对不同噪声强度下的实测数据进行滤波实验与分析,可知该项新技术较之于小波阈值滤波方法对动液面波的辨识能力更强,无论是对背景噪声的压制还是对有效波的提取都表现出更优越的性能。     

微弱信号长时间积累的检测方法

提出一种微弱信号长时间积累的检测方法,对雷达回波信号采用时域分帧处理,每帧进行门限预处理,剔除大部分干部噪声,仅保留包含目标在内的部分HAF谱成分以作后续的帧间累加,仿真结果表明,该方法可以有效地进行信号积累,只需1／4或1／8的存储量,就可以取得与HAF方法接近的检测效果。     

基于时频消噪TFPF和时频分布MBD的轴承早期故障诊断

噪声是影响轴承、齿轮等机械设备早期微弱故障特征正确提取的主要因素,利用新颖的时频峰值滤波技术TFPT有力的噪声消减特性,将PTFT与改进的时频分布MBD相结合,提出了时频峰值滤波TFPT-时频分布MBD的故障识别新方法,即应用TFPF消减振动信号的随机噪声作为时频分析的前置处理,对消噪的故障信号作MBD时频分析来识别故障特征,给出了时频峰值滤波时频分布的故障诊断模型。诊断实例的分析结果表明了与传统的MBD的故障特征提取相比,提出的改进方法更易提取出强噪声背景下的轴承早期的微弱故障,具有明显的可诊断性和实用性。     

结合Wiener滤波和形态学的图像边缘检测方法

提出了一种将Wiener滤波和数学形态学相结合的图像边缘检测方法.首先用自适应Wiener滤波对含噪图像去噪,然后构造6种具有代表性的结构元素,用改进的形态学边缘检测算子对图像进行边缘检测,自适应确定权重,将多结构元的边缘检测信息加权求和,得到在噪声存在条件下较为理想的图像边缘.实验结果表明,该算法能够有效地抑制噪声,检测的边缘较清晰、连续,其检测效果优于传统边缘检测算法.     

基于形态学运算的道路车辆目标检测

基于形态学理论,提出了一种检测道路移动目标的方法,通过对单帧图像处理即可完成对目标的提取,并在仿真实验中验证了该方法的可行性。     

基于时频分析的带腔体雷达目标弱信号检测

该文论述了在强噪声背景下利用时频分析检测带腔体雷达目标弱信号的方法。利用时频分析方法对目标的一维像进行分析 ,提高了雷达在强噪声背景下对微弱目标信号的检测能力 ,使利用恒虚警检测无法检测到的目标经过时频分析处理后 ,可以被正确地检测出来。     

基于数学形态学滤波的灰度图像边缘检测

针对灰度图像边缘检测,提出组合二值形态滤波结合边缘检测算子的新算法。该算法通过阈值分解把灰度图像形态学滤波问题转换为对二值图像形态学滤波,具有简便且适合逻辑电路实现等优点。仿真结果表明,选取适当的结构元素,该算法能够有效消除椒盐噪声、保留图像边缘。     

采用长时间相参积累技术的高速机动目标检测快速算法

针对雷达接收的高速机动目标回波能量较弱的问题,提出一种采用长时间相参积累技术的高速机动目标检测快速算法。首先,利用慢时间反转变换对速度和加加速度引起的三阶距离徙动和多普勒徙动进行同时校正;其次,根据搜索的加速度构造二次相位补偿函数,以校正加速度引起的二阶距离徙动和多普勒徙动,并实现目标能量的相参积累;最后,利用恒虚警技术对相参积累结果进行处理,以确定目标是否存在。与无需运动参数搜索的时间反转变换-二阶楔石变换-吕氏分布(TRT-SKT-LVD)算法相比,该算法简化了操作流程,避免了因插值运算造成的性能损失,且不受雷达回波冗余信息和运动参数估计范围的限制。仿真结果表明,与基于多维运动参数搜索的雷顿-分数阶模糊函数(RFRAF)和广义楔石变换-广义去调频(GKT-GDP)算法相比,该算法由于仅需对加速度参数进行搜索,因此计算复杂度降低近2个数量级,运算时间仅为原来的1/100。     

基于形态学滤波和Hough变换的掌纹主线提取方法

提出一种结合形态学滤波和Hough变换提取掌纹主线的方法,在对方向性掌纹线特征子图像做形态学滤波后,将滤波图像转换至Hough变换参数空间,利用Hough变换具有的点线对偶性,检测参数空间内累加数组的峰值来确定主线的空间位置和走向,并展开邻域检测得到主线.本文算法更符合主线的自然生长规律,在成功提取主线的同时消除了粗大掌纹皱纹在主线提取中易产生的干扰.     

基于Malvar窗时频谱的反Q滤波方法

基于非弹性介质衰减模型, 将衰减和频散表示为振幅和相位的算子, 把补偿看成带衰减传播的逆传播过程, 理论计算得到补偿需要的反算子。通过构造满足Malvar小波条件下的时窗, 得到符合信号特征的时 间?频率谱, 再利用最小二乘方法计算品质因子Q值, 得到振幅和相位补偿需要的反算子, 作用于时频谱, 达到补偿的目的。 数值试验结果显示, 利用时频变换计算得到的Q值与先前设定Q值基本相符, 反Q滤波补偿后的信号与无衰减信号对比, 振幅和相位都得到很好的恢复。     

软件无线电中AM信号形态滤波解调法

形态滤波是图像边缘处理的一种强有效算法.将一维形态滤波算法应用于软件无线电AM类信号解调方向中,给出了在AM解调中结构元素的选取规则.通过实验仿真,验证了算法能有效克服正负尖峰噪声,及白噪声对AM信号包络干扰,具有较强的抗噪解调能力.该算法简洁、快速、实时性好,适于软件无线电的应用要求.     

基于固有时间尺度分解与多尺度形态滤波的滚动轴承故障特征提取方法

为了准确提取出滚动轴承的故障特征并对轴承状态进行评估,提出了一种固有时间尺度分解(intrinsic time-scale decomposition,ITD)与多尺度形态滤波相结合的滚动轴承故障特征提取方法。首先,采用ITD方法将滚动轴承故障信号分解成多个固有旋转分量(proper rotation,PR);然后,对比各个PR分量与原始信号的相关性;最后,采用多尺度形态滤波算法对相关性较大PR分量进行滤波降噪,并提取滚动轴承故障特征频率。采用所建立方法对轴承外圈故障和内圈故障实验数据进行分析。结果表明,所提出的故障特征提取方法能够有效抑制噪声,清晰准确地提取出滚动轴承故障特征频率。     

一种基于时频域归一化二次谱的信号特征检测方法

针对传统的基于傅里叶变换的信号特征检测方法在频率域内没有考虑时间分辨率，而基于小波变换的方法对缓变信号特征检测困难等问题，提出了一种基于时频域归一化二次谱的信号特征检测新方法．该方法首先在频率域内对原始信号的振幅谱进行傅里叶变换，再将其归一化，获得归一化二次谱，这种二次谱的自变量具有时间量纲，它既能反映信号的频率特征，也能反映信号的时间特征．然后，基于二次谱进行特征检测，同时可采用补零或加窗等方法对数字信号进行处理，以防止频谱泄露，从而克服了单纯频谱分析的不足．针对大型杆件与石油管线传导信号的特征检测结果表明，所提方法能对被测物的完整性做出准确、有效的诊断．     

基于时频分布的超音速飞行目标激波信号检测

为获取物体作超音速飞行时产生的激波信号,以对超音速目标进行识别和定位,设计了一种基于时频分布的超音速飞行体激波压力信号的检测器,用主成分分析法提取时频域的主成分,确定了一种简单的判别准则,解决了在噪声环境中检测出激波信号的问题.通过外场实测数据对检测效果进行了仿真分析,仿真结果表明可以获得较好的检测效果,适用于暂态信号的检测.     

基于顺序形态滤波的边缘检测

介绍了灰度图像的顺序形态变换基本概念 ,定义了两种基于顺序形态滤波的广义边缘算子 ,重点讨论了百分位p =1 /2时的边缘算子抑制噪声、提取边缘的理论和方法 .实验表明 ,同传统的边缘检测算子相比 ,该方法具有良好的噪声抑制和边缘提取特性 .     

基于时频分析的分布式拒绝服务攻击的自动检测

研究了分布式拒绝服务 (DDoS)攻击的特点 ,定义了流连接密度 (FCD)的概念 ,并证明了FCD时间序列的非平稳特性 .据此 ,提出了一种新的基于时频分析的自动检测DDoS攻击的方法 ,该方法采用平滑魏格纳 维利分布对FCD时间序列进行时频变换 ,将FCD时间序列转换为二维空间内的波动能量分布 ,并有效抑制了二次交叉项的影响 ,然后使用经过样本训练的K最近邻分类器进行攻击识别 .实验结果表明 ,该检测方法能够比较准确地识别DDoS攻击 ,识别误差主要出现在网络状态切换阶段 ,这对攻击识别的影响很小 ,识别误差率仅为 4 2 6 % .     

机动目标的时频变换ISAR成像仿真

针对机动飞行目标的成像难点,实施了基于时频变换的逆合成孔径雷达(ISAR)成像处理方案.与传统的点目标模型的回波模拟方法不同,该方案采用全波数值方法计算目标在飞行过程中瞬时位置、姿态下的散射场数据,再依据延时顺序将离散时刻的散射场数据叠加,最终获得雷达的回波数据.数值仿真结果验证了该方案的可行性.     

基于模糊推理和柔性形态滤波的图像增强方法

根据柔性形态学的相关概念和性质,提出了一种基于模糊推理和柔性形态滤波的图像增强方法.该方法首先定义了方向性结构元素,在结构元素内引入模糊推理方法判别图像边缘方向,进而构造方向性柔性形态学滤波器对图像边缘进行滤噪增强,并根据局部均值和熵差自适应确定增强系数.实验结果表明该方法可以有效滤除噪声,增强图像边缘.