As the basic work of image stitching and object recognition,image registration played an important part in the image processing field.Much previous work in registration accuracy and realtime performance progressed ver...As the basic work of image stitching and object recognition,image registration played an important part in the image processing field.Much previous work in registration accuracy and realtime performance progressed very slowly,especially in registrating images with line feature.An innovative method for image registration based on lines is proposed,it can effectively improve the accuracy and real-time performance of image registration.The line feature can deal with some registration problems where point feature does not work.Our registration process is divided into two parts.The first part determines the rough registration transformation relation between reference image and test image.Then the similarity degree among different transformation and modified nonmaximum suppression(MNMS)algorithms are obtained,which produce local optimal solution to optimize the rough registration transformation.The final optimal registration relation can be obtained from two registration parts according to the match scores.The experimental results show that the proposed method makes a more accurate registration relation and performs better in real-time situation.展开更多
针对分布式光纤声传感系统信号信噪比过低的问题,提出一种基于时域局部广义最大互相关熵(TLGMCC)准则联合自适应噪声完备集合经验模态分解(CEEMDAN)与提升小波变换(LWT)的优化降噪方法。首先,使用自适应噪声完备CEEMDAN对原始信号进行分...针对分布式光纤声传感系统信号信噪比过低的问题,提出一种基于时域局部广义最大互相关熵(TLGMCC)准则联合自适应噪声完备集合经验模态分解(CEEMDAN)与提升小波变换(LWT)的优化降噪方法。首先,使用自适应噪声完备CEEMDAN对原始信号进行分解,获取模态分量。接着,将原始信号与这些模态分量分割为多个时间局部片段,并计算它们对应时间局部片段的相关熵值。然后,通过LWT算法处理弱相关分量,最后重构剩余分量以完成去噪过程。实验结果表明:在5 km的传感距离和10 m的空间分辨率的条件下,系统的信噪比达到了54.36 d B,同时均方根误差降低至0.091。展开更多
地震波穿过油气储层时会发生高频能量的异常衰减,通过计算频率衰减梯度能够反应地下储层的分布情况.为了有效提高计算频率衰减梯度的精度,提出一种基于局部最大同步挤压变换(Local Maximum Synchrosqueezing Transform,LMSST)的频率衰...地震波穿过油气储层时会发生高频能量的异常衰减,通过计算频率衰减梯度能够反应地下储层的分布情况.为了有效提高计算频率衰减梯度的精度,提出一种基于局部最大同步挤压变换(Local Maximum Synchrosqueezing Transform,LMSST)的频率衰减梯度计算方法.该方法首先利用LMSST时频变换对地震信号进行时频分析,然后采用基于最小二乘法的Nelder-Mead拟合方法对高频段进行拟合,获得衰减梯度值.理论调频-调幅信号、单道合成地震信号和单道实测地震信号表明LMSST具有更高时频聚集性和抗噪能力,进而能够提升地震信号的时频分辨率.在实际的地震资料应用中,本文提出的方法相比STFT、FSST、FSST2和FSST4具有更高的计算精度,与实际油气测试井更吻合,为计算地震信号的频率衰减梯度提供了一种新技术.展开更多
为提高非平稳响应信号瞬时频率的识别效果,提出基于滑动窗宽优化的局部最大同步挤压广义S变换(local maximum synchrosqueezing generalized S-transform,LMSSGST)。该方法首先对非平稳响应信号进行广义S变换获得相应的时频系数;其次,...为提高非平稳响应信号瞬时频率的识别效果,提出基于滑动窗宽优化的局部最大同步挤压广义S变换(local maximum synchrosqueezing generalized S-transform,LMSSGST)。该方法首先对非平稳响应信号进行广义S变换获得相应的时频系数;其次,利用该响应信号的功率谱密度特征曲线确定局部最大同步挤压算子中滑动窗的宽度;再次,通过局部最大同步挤压算子进行时频重排;最后,采用模极大值改进算法提取瞬时频率曲线。通过两个数值算例、一个滑动窗宽参数分析和一个时变拉索试验验证了所提方法的有效性,研究结果表明:利用功率谱密度特征曲线能够有效确定滑动窗的窗宽和模极大值算法的提取范围。相比局部最大同步挤压变换算法,基于滑动窗宽优化的LMSSGST具有更佳的瞬时频率识别效果。展开更多
为提升局部最大同步挤压变换估算瞬时频率的精度,本文结合2阶局部最大同步挤压变换(Second-order Local Maximum Synchrosqueezing Transform,SLMSST)和动态规划(Dynamic Optimization,DO)方法提出一种识别时变结构瞬时频率的新方法。...为提升局部最大同步挤压变换估算瞬时频率的精度,本文结合2阶局部最大同步挤压变换(Second-order Local Maximum Synchrosqueezing Transform,SLMSST)和动态规划(Dynamic Optimization,DO)方法提出一种识别时变结构瞬时频率的新方法。该方法首先通过引入2阶瞬时振幅与相位得到精度更高的2阶瞬时频率估算位置。其次,搜索频率方向上时频系数的局部最大值所对应的2阶瞬时频率位置并根据这些位置对时频系数进行重排,从而得到2阶局部最大同步挤压变换后的瞬时频带。再次,运用动态规划法在限定频带范围内提取瞬时频率曲线。通过一组数值算例和一个时变拉索试验验证了所提新方法的有效性,研究结果表明:相比既有的局部最大同步挤压变换算法,2阶局部最大同步挤压变换和动态规划的联合算法不仅具有较好的精度,而且具有更好的时频聚集性。展开更多
为解决局部最大同步挤压变换算法识别的频率精度不足及频带能量发散的问题,提出一种改进算法并将之命名为改进局部最大同步挤压变换方法(improved local maximum synchrosqueezing transform,ILMSST)。该方法首先对瞬时频率(instantaneo...为解决局部最大同步挤压变换算法识别的频率精度不足及频带能量发散的问题,提出一种改进算法并将之命名为改进局部最大同步挤压变换方法(improved local maximum synchrosqueezing transform,ILMSST)。该方法首先对瞬时频率(instantaneous freguency,IF)位置进行多次迭代,从而获得更高精度的瞬时频率位置。其次,搜索短时傅里叶系数模极大值的位置并上下平移该位置,得到初步估算的频带并将频带外的短时傅里叶系数归零。最后,搜索频率方向上短时傅里叶系数的局部最大值所对应的瞬时频率位置,根据这些位置对时频系数进行重排,进而得到细化的瞬时频带。通过2组数值算例、1个7层钢筋混凝土剪力墙振动台试验和1个时变拉索试验验证了所提新方法的有效性,研究结果表明:相比现有的局部最大同步挤压变换方法,改进算法不仅提高了瞬时频率的估算精度,而且改善了响应信号瞬时频带的时频聚集性。展开更多
文摘As the basic work of image stitching and object recognition,image registration played an important part in the image processing field.Much previous work in registration accuracy and realtime performance progressed very slowly,especially in registrating images with line feature.An innovative method for image registration based on lines is proposed,it can effectively improve the accuracy and real-time performance of image registration.The line feature can deal with some registration problems where point feature does not work.Our registration process is divided into two parts.The first part determines the rough registration transformation relation between reference image and test image.Then the similarity degree among different transformation and modified nonmaximum suppression(MNMS)algorithms are obtained,which produce local optimal solution to optimize the rough registration transformation.The final optimal registration relation can be obtained from two registration parts according to the match scores.The experimental results show that the proposed method makes a more accurate registration relation and performs better in real-time situation.
文摘针对分布式光纤声传感系统信号信噪比过低的问题,提出一种基于时域局部广义最大互相关熵(TLGMCC)准则联合自适应噪声完备集合经验模态分解(CEEMDAN)与提升小波变换(LWT)的优化降噪方法。首先,使用自适应噪声完备CEEMDAN对原始信号进行分解,获取模态分量。接着,将原始信号与这些模态分量分割为多个时间局部片段,并计算它们对应时间局部片段的相关熵值。然后,通过LWT算法处理弱相关分量,最后重构剩余分量以完成去噪过程。实验结果表明:在5 km的传感距离和10 m的空间分辨率的条件下,系统的信噪比达到了54.36 d B,同时均方根误差降低至0.091。
文摘地震波穿过油气储层时会发生高频能量的异常衰减,通过计算频率衰减梯度能够反应地下储层的分布情况.为了有效提高计算频率衰减梯度的精度,提出一种基于局部最大同步挤压变换(Local Maximum Synchrosqueezing Transform,LMSST)的频率衰减梯度计算方法.该方法首先利用LMSST时频变换对地震信号进行时频分析,然后采用基于最小二乘法的Nelder-Mead拟合方法对高频段进行拟合,获得衰减梯度值.理论调频-调幅信号、单道合成地震信号和单道实测地震信号表明LMSST具有更高时频聚集性和抗噪能力,进而能够提升地震信号的时频分辨率.在实际的地震资料应用中,本文提出的方法相比STFT、FSST、FSST2和FSST4具有更高的计算精度,与实际油气测试井更吻合,为计算地震信号的频率衰减梯度提供了一种新技术.
文摘为提高非平稳响应信号瞬时频率的识别效果,提出基于滑动窗宽优化的局部最大同步挤压广义S变换(local maximum synchrosqueezing generalized S-transform,LMSSGST)。该方法首先对非平稳响应信号进行广义S变换获得相应的时频系数;其次,利用该响应信号的功率谱密度特征曲线确定局部最大同步挤压算子中滑动窗的宽度;再次,通过局部最大同步挤压算子进行时频重排;最后,采用模极大值改进算法提取瞬时频率曲线。通过两个数值算例、一个滑动窗宽参数分析和一个时变拉索试验验证了所提方法的有效性,研究结果表明:利用功率谱密度特征曲线能够有效确定滑动窗的窗宽和模极大值算法的提取范围。相比局部最大同步挤压变换算法,基于滑动窗宽优化的LMSSGST具有更佳的瞬时频率识别效果。
文摘为提升局部最大同步挤压变换估算瞬时频率的精度,本文结合2阶局部最大同步挤压变换(Second-order Local Maximum Synchrosqueezing Transform,SLMSST)和动态规划(Dynamic Optimization,DO)方法提出一种识别时变结构瞬时频率的新方法。该方法首先通过引入2阶瞬时振幅与相位得到精度更高的2阶瞬时频率估算位置。其次,搜索频率方向上时频系数的局部最大值所对应的2阶瞬时频率位置并根据这些位置对时频系数进行重排,从而得到2阶局部最大同步挤压变换后的瞬时频带。再次,运用动态规划法在限定频带范围内提取瞬时频率曲线。通过一组数值算例和一个时变拉索试验验证了所提新方法的有效性,研究结果表明:相比既有的局部最大同步挤压变换算法,2阶局部最大同步挤压变换和动态规划的联合算法不仅具有较好的精度,而且具有更好的时频聚集性。
文摘为解决局部最大同步挤压变换算法识别的频率精度不足及频带能量发散的问题,提出一种改进算法并将之命名为改进局部最大同步挤压变换方法(improved local maximum synchrosqueezing transform,ILMSST)。该方法首先对瞬时频率(instantaneous freguency,IF)位置进行多次迭代,从而获得更高精度的瞬时频率位置。其次,搜索短时傅里叶系数模极大值的位置并上下平移该位置,得到初步估算的频带并将频带外的短时傅里叶系数归零。最后,搜索频率方向上短时傅里叶系数的局部最大值所对应的瞬时频率位置,根据这些位置对时频系数进行重排,进而得到细化的瞬时频带。通过2组数值算例、1个7层钢筋混凝土剪力墙振动台试验和1个时变拉索试验验证了所提新方法的有效性,研究结果表明:相比现有的局部最大同步挤压变换方法,改进算法不仅提高了瞬时频率的估算精度,而且改善了响应信号瞬时频带的时频聚集性。
