油气管道电磁超声检测器数据压缩算法研究

电磁超声是管道裂纹检测的有效手段,由于原始波形的数据量很大,而检测器存储设备的容量和存储速度相对有限,有必要研究检测数据在线压缩算法。文中分析了管道检测的特殊环境及其对数据压缩的要求,针对检测器系统的特点及检测数据的特征,提出了分段自适应压缩算法。该算法能够根据信号的幅值变化实时改变压缩比,并且可以通过改变压缩阈值的方法来调整压缩的精度。实验结果显示:该算法应用在电磁超声导波波形数据上,有着较为理想的波形保真度,同时达到了较高的压缩比。对算法优缺点的分析和对压缩质量的评估结果表明:分段自适应压缩算法在压缩效率,压缩质量和算法复杂度等多方面均满足管道电磁超声检测大量数据压缩的要求。     

基于小波技术的散乱点云自适应压缩算法

提出基于小波技术的散乱点云自适应压缩算法.利用快速成型理论中的切片技术,将三维空间点云数据降为二维平面点云数据,并对排序后的点云数据进行小波变换,利用小波系数峰值,自适应地保留能够反映目标特征和细节信息的点,实现散乱点云的快速压缩.借助于实验,验证切片的分割厚度选为采样间隔的2~3倍时,可以实现快速高质量的散乱点云压缩.结果表明:算法在特征保留上具有明显的优势,能够最大限度地保留特征信息,压缩效果更为理想,且无需设置阈值,同时还具有自适应的特点,有助于实现压缩的自动化.     

汽轮机组振动波形数据高效实时无损压缩算法

针对汽轮机组故障诊断系统中振动波形数据的形态特性,设计并实现了一套基于多次差分的压缩算法VWID.该算法先对原始波形进行多次差分以缩减其数据有效位,完成一次压缩.之后与通用压缩算法Zlib结合,对经过一次压缩后的数据流进行二次压缩,从而大大提高压缩比.针对汽轮机组等旋转机械振动波形数据的对比实验结果表明:以高压缩比著称的商用无损压缩软件Winrar压缩比为2.7～4.4, 而VWID压缩算法压缩比达3.9～5.2,VWID Zlib压缩算法压缩比可达5.3～6.4,同时具有无损压缩和实时高效的特点.     

基于权值的散乱点云压缩算法

随着点云数据规模的不断增大,基于一定的准则对散乱点云进行压缩和简化直接决定了点云重建的效率.详细介绍了现存的点云压缩算法的原理和方法,总结这些压缩算法的特点和适用对象,并结合散乱点云密度分布特点,提出基于权值的压缩算法,根据点云密度设定不同的权阈值进行点云的自适应压缩,实现散乱点云的快速压缩.最终通过特高压南阳站点云进行算法验证,确定了最佳权阈值,同时通过分析对比证实了算法的高效性和可行性.     

基于多级树集合分割编码的心电图压缩算法

将A .Said等人提出的基于小波变换的多级树集合分割算法用于心电数据的压缩。实验结果表明与传统的一些基于小波系数编码的心电压缩算法相比 ,所用的算法具有更好的压缩效果。     

矢量曲线特征点提取方法的改进

矢量曲线压缩在地理仿真、地图数据库建设及地理信息研究中具有重要的意义.分析了GIS中矢量数据的传统压缩算法-道格拉斯-普克(Douglas-Peucker)数据压缩算法,传统的压缩算法编程复杂,运算速度慢.提出了一种较为简单的特征点提取方法,该算法通过计算相邻矢量数据的斜率,以斜率之差为约束条件,通过在MATLAB7....     

基于无拓扑矢量曲线的快速压缩算法

矢量图型数据压缩主要是对存储图形要素的数据进行多余点的剔除,保存特征点。矢量曲线压缩在地理仿真、地图数据库建设及地理信息研究中具有重要的意义。分析了GIS中矢量数据的传统压缩算法——道格拉斯-普克(Douglas-Peuck-er)数据压缩算法,传统的压缩算法编程复杂,运算速度慢。提出了一种较为简单的特征点提取方法,该算法通过计算相邻矢量数据的斜率,以斜率之差为约束条件,通过在MATLAB7.0上的仿真实验,该算法在提取矢量曲线特征点的过程中比Doug-las-Peucker算法更为简单,对斜率不存在地线段也能很好地提取特征点,对复杂曲线的特征点提取也非常准确。     

数据压缩算法在Android瓦斯预警系统中的应用研究

在研究基于Android平台的瓦斯监测与预警系统过程中,客户端与服务器的大数据交互存在多方面问题,诸如网络不稳定、流量限制等.结合对压缩算法的研究,提出一种基于Zlib算法的数据压缩与解压缩机制.该算法在服务器端对数据进行压缩并封装,在客户端接收到数据后解压缩.仿真实验结果表明,压缩算法能有效减少数据传输量,有效解决瓦斯监测与预警系统中大数据交互的问题.     

基于改进坐标增量的点云数据压缩算法

为提高点云数据三维建模及其应用的效率,在保证几何特征不变的前提下,进行数据压缩显得必要而迫切。针对地面三维激光扫描获得的点云数据密度大、冗余信息多,现有压缩算法存在不足的问题,在分析研究现有算法的基础上,将坐标增量法中一维扫描线点云数据逐点压缩扩展到二维扫描线与扫描线间点云数据的压缩,提出了改进坐标增量的点云数据精简压缩算法。并通过实例,借助Matlab平台编程,将该算法的压缩效果与坐标增量法、随机采样法、区域重心法和曲率采样法等现有典型算法的压缩效果进行定性和定量比较发现,对于按行或按列扫描的平面或曲面点云数据,该算法所用的时间较短,速度适中,且能很好的保留特征信息,具有较好的精简压缩效果,为大数据时代下海量点云数据的存储与管理提供了一定的参考。     

矢量曲线特征点提取方法的改进

矢量曲线压缩在地理仿真、地图数据库建设及地理信息研究中具有重要的意义。分析了GIS中矢量数据的传统压缩算法—道格拉斯-普克（Douglas-Peucker）数据压缩算法，传统的压缩算法编程复杂，运算速度慢。本文提出了一种较为简单的特征点提取方法，该算法通过计算相邻矢量数据的斜率，以斜率之差为约束条件，通过在MATLAB7.0上的仿真实验，该算法在提取矢量曲线特征点的过程中比Douglas-Peucker算法更为简单，对复杂曲线的特征点提取也非常准确。     

工程机械远程监控BS-PLOT混合数据压缩

针对工程机械远程监控系统中状态信息的特点,提出了基于后向斜率(BS)法和分段线性在线趋势(PLOT)的混合数据压缩算法.在最大时间间隔内,采用BS方法判断数据的稳定性,然后利用PLOT方法分段压缩波动数据.在充分考虑了数据的时间属性和噪声环境下进行了野点数据的检测与剔除.实例应用表明,该算法提高了数据压缩率和传输速度,并具有较好的抗干扰性.     

基于容差动态调整的旋转门(SDT)改进算法

提出了一种基于容差动态调整的旋转门(SDT)改进压缩算法,该算法通过在数据压缩过程中,根据相近两个压缩区间的标准差对容差进行动态调整,并记录在压缩区间内对压缩精度影响较大的原始数据点,实现了压缩率的提高,压缩误差的降低。应用结果表明,该算法与标准的SDT算法相比,压缩率可以提高0.10%,而压缩精度却提高了56.7%。     

小波变换结合LZW压缩算法探究

为解决传统桥梁振动数据压缩方法存在的问题,在深入分析小波变换原理的基础上,提出了一种小波变换结合LZW的压缩算法。该算法针对桥梁振动数据的特点,根据小波变换多分辨率分析的特性,对分解后各级的高频分量采用Donoho阀值压缩算法进行量化处理。而后采用改进的LZW编码压缩变换后的系数,对实测数据进行了压缩实验,结果证明小波变换结合LZW的数据压缩算法可有效提高数据压缩比,能量恢复系数优于10-4,压缩比小于9.25%。     

基于相对位置的2阶段低级动作分割方法

为了解决由于运动捕捉数据的高维性导致传统低级算法不能很好分割动作的问题,提出了一种基于相对位置的2阶段低级分割方法.该方法使用末端关节相对于根关节(臀)的三维位置信息作为特征,首先采用巴特沃斯滤波器对选取的特征进行降噪,之后结合过零点检测和阈值方法找出各维分割点,并将属于同一个末端关节的三维数据上的分割点进行综合,从而获取各个末端关节的分割点,最后从各个末端关节的分割点融合出全身分割点.从卡耐基梅隆大学运动捕捉数据库中选取不同种类动作共12 941帧用以评价所提出的方法.结果表明,该方法能够有效地对动作捕捉数据进行分割,同基于速率的2种方法相比,所提出方法可以获得更高的查全率与准确率.     

基于过渡区提取的多阈值图像分割

对基于过渡区提取的多阈值图像分割算法进行了研究．首先使用局部熵方法提取过渡区,然后构造对称非最大抑制滤波器检测过渡区直方图的多个峰值,最后使用考虑差异度与位面数的代价函数决定最优类别个数及多分割阈值．实验研究表明,算法得到的阈值准确、稳定,较好地解决了基于过渡区提取的图像分割方法中的多阈值分割问题,同时也为多阈值图像分割提供了一种新的思路．     

基于FPGA的快速LADT压缩算法的改进及其实现

提出了一种应用于心电图像的改进折线逐次逼近(LADT)压缩算法.该算法既减少了数学运算量又适用于硬件实现.通过仿真实验验证,采用该算法,既保持了压缩比较高和失真小的优点,又得到了良好的实时压缩效果.设计了基于FPGA的心电信号压缩处理硬件电路,实现了改进的压缩算法,并进行了心电信号数据压缩实验,实验结果验证了该方法的有效性.     

基于最小类内方差的蛇形机器人多阈值分割

针对传统最小类内方差分割方法计算量大、效率低、单阈值分割、不能多目标分割的缺点,提出了一种改进的基于最小类内方差的蛇形机器人多阈值分割方法.通过提取整幅图像的感兴趣区域(ROI),有效减小算法搜索的范围和整体计算量;根据直方图的多峰值特点,把ROI区域划分成多个子区域,采用改进的最小类内方差分割法搜索各个局部最优阈值,最终实现蛇形机器人关节组的多阈值分割.实验结果表明,该方法分割效率高,分割效果明显,且在保证实时性的同时提高了目标识别对光线变化的鲁棒性,降低了对步态变化的敏感性.     

基于曲波变换的地震数据压缩感知重构算法

为提高地震数据压缩感知重构的信噪比和保真度, 提出一种基于曲波变换的地震数据压缩感知重构算法。建立了地震数据压缩感知重构模型, 分析了基于曲波变换稀疏表示的地震数据各尺度之间能量与熵的分布特性, 结合分块压缩感知技术降低随机观测的计算复杂度, 利用曲波变换稀疏表示高频区域各尺度之间的相关性, 设计了随信息熵变化的自适应双变量收缩阈值迭代重构的方法。实验结果表明, 在相同的采样率下,该算法重构的地震数据峰值信噪比提高了1. 5 dB 以上, 并且具有良好的细节信息保持能力。     

基于目标检测算法与迭代阈值分割的道路标线可视度评估

提出了一种基于目标检测与迭代阈值分割的道路标线分割算法。首先采用基于BiFormer改进的YOLOv5目标检测算法对道路标线区域进行快速定位与框选,然后运用快速迭代阈值分割对框选区域内的道路标线进行精细提取,最后对提取后的道路标线采用韦伯对比度进行人眼可视度评估。结果表明：该方法能够完成道路标线的快速准确提取,并实现对道路标线可视度的有效检测。     

基于相位的C-V模型乳腺超声图像分割方法

为了提高乳腺超声图像分割的准确率,提出了一种基于相位特征的C-V模型超声图像分割方法.首先,采用LOG-Gabor滤波器对超声图像进行6个不同方向的滤波,提取最大能量所对应的相位信息,得到超声图像的相位特征.然后,采用SRAD方法对超声图像降噪,并将降噪后的图像与相位特征点乘,增强图像目标与背景的对比度.最后,运用C-V模型的分割算法识别图像中的目标区域,并采用腐蚀方法使目标区域边缘完整、平滑.实验结果表明,与基于灰度的C-V模型、GAC模型以及基于相位特征的人工神经网络方法相比,利用该方法分割乳腺超声图像,分割的精确度明显提高,达到92.40%.