基于改进变分模态分解和小波阈值法的单相接地故障电流降噪

针对电力系统输配电线路发生单相接地故障时,电气设备间的电磁环境复杂,现场环境干扰严重导致故障录波装置采集到的故障零序电流信号含有大量噪声,影响后续选线准确率的问题,提出了一种改进VMD和小波阈值法联合的单相接地故障的零序电流降噪方法,通过北方苍鹰优化算法优化改进变分模态分解（VMD）对零序电流信号分解,引入自适应相关阈值对分解后的分量进行筛选,对噪声分量进行小波阈值法降噪,最后将信号进行重构。通过搭建模型进行仿真实验,所提算法比传统VMD降噪算法信噪比提高了5.52%~35.99%,均方根误差降低了12.78%~30.88%,与小波阈值降噪方法、EEMD-小波阈值降噪方法、CEEMDAN-小波阈值降噪方法相比,也都有明显的优势,并且在标准测试信号Heavy Sine信号和Bumps信号中进行实验验证了算法的适用性。     

基于改进Otsu法的自动阈值分割方法

针对图像序列的背景变化和背景的复杂性,本文提出了一种基于改进Otsu法的自动阈值分割方法,实现了复杂背景下图像序列中运动目标的快速分割。实验表明,这种目标分割方法,减少了图像降噪和图像增强等处理,同时还降低了噪声的影响,且算法简单,具有较好的分割效果和较高的效率。     

利用相位差分技术改善光学相干层析图像质量

针对光学相干层析成像（OCT）信号中的各种噪声项的干扰和微弱散射信号提取的困难,提出基于相位差分的光学相干层析成像（PD-OCT）. 首先利用相干参考臂中的纳米微调平台作为相位调制器获得相位调制参考光,然后光结合振镜扫描技术和CCD光谱采集的光谱相干层析技术（SDOCT）,实现光学相干层析的相位差分成像.结果表明：相位差分技术可以准确实现青鳉鱼样品光学相干层析中的相位差分成像,弱散射信号增强337 dB,信噪比（SNR）增强58 dB,获得成像物体高信噪比的弱散射信号.     

基于分通道自适应理论的阈值分割算法及评价

针对传统图像分割方法中出现的分割精度低以及算法适用性欠佳等问题,该文提出了基于分通道自适应理论的阈值分割算法,并对分割结果进行对比评价。结合Welsh算法中的自适应理论对阈值分割法进行优化,将其运用到10组不同类型的图像分割当中,均取得良好的分割效果。对比7种传统分割算法与该文算法的图像分割结果,该文算法的均匀性测度评价值均大于0.95,准确率、召回率与轮廓精度的值均大于98%,4个评价指标值均接近于1且高于传统的分割算法。结果表明：该文算法使得分割精度得到了提升,且具有更优的适用性。     

基于改进型斜率阈值法的滑坡降雨阈值分析

深入研究滑坡变形前的降雨量阈值,对后期滑坡的变形预测具有重大意义.本文在传统降雨斜率阈值预报的基础上,引入有效降雨量求斜率阈值,利用数学问题中求拐点思想,得出滑坡的"类破坏点",对比"类破坏点"在不同观测时段下平均累积有效降雨量斜率Dk,通过加权平均得出"类破坏点"的降雨斜率阈值D,并对滑坡后期变形进行预测验证,结果表...     

图像分割的阈值法研究

阐述了阈值分割法的基本原理,介绍了常用的阈值选取方法,并实现了全局阈值和动态阈值对图像的分割,给出了实验结果,分析了阐值法的特点,讨论了阈值法在图像分割中的应用。     

改进阈值法的轮胎表面磨损的特征提取

轮胎的实时状态受到行驶环境及车辆自身结构的影响,而这些影响可以通过表面纹理的磨损情况得以表征．本文从图像分析着手研究轮胎磨损．考虑到采用单一图像处理方法,会因自身的适用范围而有所局限,甚至有时得不到相应的结果,提出了改进阈值法来提取轮胎磨损纹理特征．该方法包括阈值分割和区域标注两个部分．通过给定初始阈值的迭代优化以及种子填充,图像被分割成具有独立轮廓和结构参数的多单元块．再根据相应的磨损机制进一步分析出磨损原因．实例表明,与Ostu, watershed和主动轮廓线法相比,该方法对不确定的位置有一定的冗余度,分割清晰,速度快,有助于磨损分析．     

基于统计阈值法的印品缺陷检测

针对印刷品的缺陷检测问题,在传统模板匹配法的基础上,根据统计过程控制原理,提出利用统计阈值法代替传统的固定阈值法,以自动确定图像上各个像素点的灰度阈值,解决了传统固定阈值法在边缘纹理区域容易产生轮廓误检和漏检的问题。实验结果表明,改进算法相对于传统算法在检测精度和检测速度上都有明显提高。     

改进的阈值法在毫米波目标辐射信号去噪中的应用

根据毫米波目标辐射信号小波变换的特征,使用非负小波系数作信号的小波系数,对于确定的阈 值,令小于阈值的小波系数为零,大于阈值的小波系数减去常数a ,利用信号的方差函数推导了a 的取值方 法,实验表明该方法有良好的去除毫米波目标辐射信号噪声的能力     

改进的软硬阈值法及其在地震数据降噪中的研究

采集的野外地震数据伴随有随机噪声干扰,需要将其消除。软硬阈值法能够压制地震数据的噪声信号,但是降噪效果并不理想。因此,提出了一种改进的软硬阈值算法用于地震数据降噪。首先利用软硬阈值法原理构建了一种新的阈值降噪法,并对新算法相关特性进行了研究,通过仿真实验确定了新阈值算法的小波基为sym 3,利用均方差和信噪比对新阈值降噪法的降噪效果进行了评价。最后,将新阈值降噪法用于实际地震数据降噪,结果发现新阈值降噪法能够去除地震数据中的随机噪声,降噪效果较软硬阈值法更理想。     

小波阈值改进及在光谱信号去噪处理中的应用

针对宽光谱膜厚监控系统输出的光谱信号,通过改进Donoho阈值函数,对阈值加入微调因子,使与噪声幅度相近或小于噪声幅度的信号小波系数阈值减小,有利于其小波系数的保留。另一方面使噪声的小波系数的阈值增大,有利于其小波系数的滤除,使小波阈值滤波算法具有自适应性。通过实验表明该算法有效地抑制噪声,很好地保留了信号的细节信息,信号的峰值误差为0.7%—1.0%,峰位误差为0.1%—0.3%;提高了系统的监控准确度。     

基于多小波多层阈值图像去噪方法的改进

在多层阈值去噪方法的基础上, 采用均值逼近法对含噪图像进行预处理. 通过均值逼近法降低白噪声的方差, 用多层阈值去噪方法去噪, 有利于信噪分离. 结果表明, 该方法对图像去噪可行有效, 进一步提高了信噪比.     

基于Otsu理论的灰度图像分割算法研究和改进

Otsu算法是利用最大类间方差准则对图像像素进行阈值分割.二维Otsu算法是在一维Otsu算法的基础上提出的,但是其计算量大,且只有当图像每个类的像素数目接近彼此时才能得到满意的结果.对二维直方图重新划分,改变阈值的求解范围,提高分割准确率和减少阈值计算时间.实验结果表明该方法提高分割效率,对含噪声的图像分割效果较好.     

针对医学图像的小波阈值去噪方法

为了改善小波阈值去噪算法中硬阈值和软阈值存在的不足,提出一种新的小波阈值去噪方法.该算法在进行小波阈值去噪前,先将图像分割成背景平坦区域和细节区域两部分,然后分别进行小波阈值去噪,最后融合两图像从而获得去噪图像.在分别进行小波阈值去噪时,利用迭代法进行阈值选择,采用"软、硬阈值折中"阈值函数.根据对医学图像去噪的仿真实验结果表明,该算法在去噪效果上均优于传统的软硬阈值方法.     

一种改进的小波域阈值去噪算法

在D.L.Donoho和I.M.Johnston提出的多分辨分析小波阈值去噪方法的基础上,提出了一种新的双变量阈值函数。采用新的阈值函数的去噪效果无论在视觉效果上,还是在信噪比增益上和最小均方意义上均优于传统的硬阈值和软阈值,克服了采用硬阈值法去噪效果不佳和软阈值法过度光滑使信号失真的缺点。通过仿真实验结果,表明该方法的有效性和优越性。     

一种新的在图像压缩中的适度分层阈值法

从图像本身的统计特性出发,利用小波包对图像进行多层分解,提出适度分层阈值法,并将适度分层阈值法与分层阈值法对相同的图像进行对比实验.结果是,适度分层阈值法有效克服了DCT在图像压缩中存在的"方块效应",并且比分层阈值法对图像进行压缩更能达到较好的压缩效果.     

基于阈值分割法和卷积神经网络的图像识别算法

针对传统卷积神经网络严重依赖数据量的问题, 提出一种基于均值迭代阈值分割法和卷积神经网络的图像识别算法, 通过均值迭代阈值分割法过滤图像背景, 并基于AlexNet构造新的卷积神经网络. 与其他常用的卷积神经网络进行对比实验结果表明, 在样本数量不足的图像识别任务中, 该算法识别效果较理想, 与其他卷积神经网络相比, 具有更高的识别准确度、 更低的识别误差和更快的收敛速度.     

基于阈值分割法和卷积神经网络的图像识别算法

针对传统卷积神经网络严重依赖数据量的问题, 提出一种基于均值迭代阈值分割法和卷积神经网络的图像识别算法, 通过均值迭代阈值分割法过滤图像背景, 并基于AlexNet构造新的卷积神经网络. 与其他常用的卷积神经网络进行对比实验结果表明, 在样本数量不足的图像识别任务中, 该算法识别效果较理想, 与其他卷积神经网络相比, 具有更高的识别准确度、 更低的识别误差和更快的收敛速度.     

Hsu-Wu-Wu门限代理方案的改进

对Hsu,Wu和Wu提出的门限代理签名方案的安全性进行了分析,表明该方案易受内部攻击,即原始签名人及代理签名人都可通过改变公钥,成功地伪造有效的代理签名.基于Hsu等人的方案,提出了一个改进方案,新方案消除了Hsu等人方案的某些安全缺陷.