基于波包分解的主动Lamb波结构损伤监测方法

主动Lamb波结构健康监测研究中,监测信号的质量易受到环境参数变化以及人为操作误差的影响。在分析Lamb波传播特性以及主动Lamb波结构损伤监测技术原理基础上,研究采用波包分解方法获取Lamb波损伤散射信号。通过相关运算,从损伤结构响应信号中分离出健康响应信号部分,实现损伤散射信号的获取。给出了方法的基本原理和实现过程。结合时间反转损伤成像监测方法,在真实环氧玻璃纤维复合材料板结构上进行了实验验证,并与传统损伤散射信号获取方法进行了对比。实验结果表明,该方法能够较好的消除环境参数变化等误差对监测信号带来的影响,具有较好的实用性。     

利用位置字典对的人脸图像超分辨率方法

针对基于稀疏表示的人脸超分辨率算法存在的字典尺寸大、训练时间长等问题,提出一种基于位置字典对的超分辨率重建方法.由于同一位置的人脸图像块具有相似的结构和内容,更有可能用相同的字典原子进行线性组合表示,因此把训练人脸图像按位置分块,首先为每个位置训练一个位置字典对,利用获得的多个位置字典对,对低分辨率测试人脸图像进行基本重建,然后应用残差补偿方法对位置块进行补偿.实验结果表明,由所提方法重建的人脸图像具有更好的视觉效果,与应用原始图像块进行稀疏表示的图像超分辨率算法相比,平均图像结构相似度指标值提高了0.082,同时字典训练时间缩短了约5倍.     

基于高阶稀疏Radon变换的预测多次波自适应相减方法

利用高分辨率稀疏Radon变换和正交变换两种原子构成过完备的信号重构空间,使得地震信号在此高阶高分辨率稀疏Radon变换域中能够被稀疏表示;结合基于过完备字典的信号稀疏表示,提出高分辨率稀疏Radon变换和正交多项式变换结合的高阶稀疏Radon变换(HOSRT)。所提方法通过将地震数据和预测多次波变换到高阶稀疏Radon空间,用完备的高阶稀疏Radon变换原子稀疏表示,并在该域进行自适应相减,能够有效分离一次波和多次波;而且由于构造的完备空间克服了正交性的问题,压制过程中降低了对一次波的损伤。对合成地震记录和实际资料的处理结果表明该方法能够提高多次波的压制效果,同时还可以较好地保留一次波振幅AVO(振幅随偏移别距的变化)特性。     

融合Radon变换的孔边裂纹Lamb波定位成像研究

基于不同模态Lamb波与孔边裂纹相互作用的基本原理,聚焦不同模态Lamb波波包飞行时间精确检测问题,以各向同性板中的孔边裂纹为研究对象,开展了融合Radon变换的孔边裂纹Lamb波定位成像研究。首先,使用宽频chirp信号激励稀疏传感器阵列产生Lamb波,并采集通孔散射信号作为基线信号,采集孔边裂纹散射信号作为缺陷信号。其次,对chirp响应信号进行滤波处理,优化选取窄带单音频脉冲响应信号的中心频率和调制周期数。然后,对基线单音频脉冲响应信号进行Radon变换,得到优化后的群速度和偏移时间,并计算出Lamb波波包飞行时间。最后,使用椭圆定位成像算法对孔边裂纹进行定位成像,并将成像结果与名义群速度法的结果进行对比。结果表明,使用Radon变换可以准确获取Lamb波波包飞行时间,提升了不同模态Lamb波对孔边裂纹缺陷的检测能力。     

采用共享空间稀疏表示的单幅图像超分辨率方法

基于高分辨率图像与其对应的低分辨率图像在转换到特定空间后有高度关联性的假设,提出一种基于共享空间稀疏表示的单幅图像超分辨率方法.该算法应用典型相关分析建立图像块对之间的联系,稀疏正则项刻画理想图像在过完备字典下的稀疏表示.实验结果表明:文中方法改善了算法执行速度,消除了图像主要边缘处的模糊与伪影,增强了图像重建质量.     

基于字典稀疏表示和梯度稀疏的图像盲去模糊

基于超完备字典稀疏表示的图像复原利用字典的冗余性能够有效地恢复出图像的结构特征,但由于使用字典稀疏表示时需要对整幅图像进行分块处理,导致复原后的图像块之间重构图像常出现"伪像"效应。针对这一问题,本文将图像梯度稀疏统计特性作为先验知识加入稀疏表示图像盲去模糊模型中,提出了一种基于字典稀疏表示和梯度稀疏的图像盲去模糊算法,同时分析了算法的整体优化求解方法。实验分析和结果表明,本文算法能在一定程度上去除图像块之间的"伪像"效应,保持图像的结构特征和整体平滑。本文算法的去模糊图像在峰值信噪比和视觉效果两方面均有显著提高。     

非线性Lamb波结构疲劳损伤层析成像研究

由于现有的基于线性Lamb波的结构损伤监测方法对于疲劳微裂纹等微尺度损伤不敏感,近几年来对非线性Lamb波损伤监测技术的关注越来越多.对非线性Lamb波的基本理论进行了分析,根据具有累加效应的非线性Lamb波传播特点,研究了结构微尺度损伤的非线性Lamb波特征分析和提取方法,结合压电阵列方法,研究基于非线性Lamb波特征参数的结构损伤层析成像方法.在T6061铝合板材料上进行了实验验证,实验结果表明,当结构发生损伤时,非线性特征参数会显著增大,以此为特征可实现对模拟疲劳损伤的成像、定位和评估.     

一种改进的稀疏表示超分辨率重建算法

针对稀疏表示超分辨率重建算法中稀疏表示系数正则化效果不明显、字典完备性弱以及重建图像存在虚边缘等问题,提出了一种改进的稀疏表示超分辨率重建算法.首先对正则化正交匹配追踪(regularized orthogonal matching pursuit,ROMP)稀疏表示系数求解算法进行了改进,通过引入局部约束加权来提高稀疏表示系数的精度、增强图像的纹理特性;然后,将Huber影响函数用于提取图像的先验特征信息,以增强图像特征、提升高分辨率字典的表示能力;最后,提出了基于学习的迭代反投影方法,提高了图像后处理阶段预测误差的准确性,进一步改善了高分辨率重建图像效果.实验结果表明,该方法在峰值信噪比和视觉效果上都有所提高,重建图像的纹理特性和质量得到了有效增强.     

一种局部加权和增量字典更新的视觉跟踪方法

针对视频目标跟踪过程中,目标被遮挡或背景杂乱时,基于全局字典表示的跟踪方法易出现非最优稀疏特征选择的问题,提出一种对目标外观进行加权局部表示并增量更新字典的视觉跟踪方法.先将第一帧目标分割为多个局部表示,为每个局部块构建相应的稀疏子字典;在后续帧中,使用局部字典计算搜索样本的各局部块稀疏特征,冉使用稀疏特征系数中的非目...     

基于半耦合字典的快速图像超分辨率重建算法

为了提高图像超分辨率重建的效率与质量,考虑到高、低分辨率稀疏表示系数的不同,改进了锚定邻域回归算法,并结合半耦合字典学习算法提出了一种快速图像超分辨率重建算法.首先采用半耦合字典学习算法得到高分辨率字典、低分辨率字典及映射矩阵;再采用岭回归算法求解低分辨率稀疏表示系数,并根据高分辨率稀疏表示系数与低分辨率稀疏表示系数之间的映射关系,得到高分辨率稀疏表示系数;然后,根据输入图像块特征寻找字典中与其最相关的字典原子,计算该字典原子所对应的投影矩阵,进行超分辨率重建.仿真结果表明:提出的算法不仅在重建速度上表现更快,重建图像的质量也得到提高,在客观指标和主观效果上均取得更好的效果.