形态滤波

摘要： 在轴承的故障诊断中,为了解决核函数在最小二乘支持向量机中参数选择困难及稀疏性差的问题,提出了局部均值分解(LMD)形态滤波的最小二乘支持向量机(LS-SVM)方法。该方法首先利用LMD对信号进行分解得到PF分量,并对信号做相关分析去除虚假分量,形态滤波降噪后再进行LMD分解得到新PF分量,提取能量特征;其次,对LS-SVM的核函数进行改进,解决核参数选择的问题;应用特征加权法对拉格朗日参数进行特征加权,取其加权平均值作为剪枝方法的阈值,降低稀疏性;最后将能量特征信号输入LS-SVM中,对信息进行训练预测。实验表明,应用该方法能快速有效地对轴承故障信号进行自适应的分类及轴承故障的判断。

摘要： 以典型旋转机械为研究对象,通过研究局部平均分解、形态学滤波、噪声辅助多重经验模式分解和多重经验模式分解等时,频率方法和旋转机械的微弱、复合故障诊断的应用,研究机械故障的诊断、为性能劣化状态识别和趋势预测提供了新的有效手段,并且调高其应用方面的价值和实用性。

摘要： 鹿井地区部分音频大地电磁测量数据受干扰严重,为去除噪声干扰以获得真实准确的地下电性结构信息,基于数学形态滤波原理构建正负结构元素相结合的组合广义形态滤波器,对鹿井地区多个测点的时间序列做滤波去噪处理。把该区2号线的5、7、27号测点去噪前后的时间序列、功率谱密度和视电阻率进行对比,发现取得了较好的去噪效果。综合认为组合广义形态滤波方法能快速高效地去除三角波、方波、似充放电三角波、阶跃噪声等形态明显的噪声,应用效果较好。

摘要： 针对复杂海洋信道环境下,传统水声通信唤醒信号检测方法虚检率高、漏检率高、计算能力需求大等问题,通过对比分析常规唤醒信号形式与检测方法优缺点,提出了一种适用于多音唤醒信号的形态滤波方法。该方法通过分析信号累积功率谱,生成和滤除噪声包络,凸显多音唤醒信号。最后,对该算法进行了海上试验,结果表明,该算法能在复杂的海洋环境背景噪声下实现对水声通信环境信号的有效捕获。

摘要： 探测变电站接地网网格结构一般采用向接地网注入电流,寻找地表磁感应强度峰值的方法.针对该方法难以识别弱峰值和易受异常数据干扰,提出了一种基于形态滤波的方法.通过构建复合滤波器对磁场数据进行边界提取,直接获得接地网拓扑结构.基于感应磁场的分布规律分析,建立了用于描述地表磁场的空间分析函数;进而使用形态学中腐蚀和膨胀方法对磁场数据滤波,以消除随机噪声和异常数据;最后依据网格连通性特征,基于形态学分水岭算法准确提取接地网拓扑.仿真和实验结果表明,形态滤波方法能有效识别磁场数据微弱处的接地网结构,而且能有效地应对工程现场的噪声和干扰,具有很好的鲁棒性.

摘要： 针对现有算法在解决无人机(UAV)协同跟踪过程中的实时视觉跟踪性能不足等问题,利用单目视觉技术在自主检测和跟踪运算处理强度,避障路径决策等提出了一种基于机器视觉自主检测和协同跟踪算法.该算法利用模板匹配(TM)和形态滤波(MF)混合算法,确保环境照明条件和背景变化的性能稳定下,通过限制覆盖的搜索区域来减少计算量,提高计算效率并优化检测策略,减少错误报警和遗漏检测.通过特定无人机仿真试验数据分析,验证检测和跟踪算法的可行性,表明无人机在特定环境下的跟踪检测性能得到显著提高.

摘要： 为了准确地进行齿轮故障特征提取,结合最大相关峭度解卷积和形态滤波,给出了一种新的方法;首先利用最大相关峭度解卷积恢复信号中的周期性故障特征并实现信号的降噪,再运用形态差值滤波器对解卷积后的信号进行滤波以增强信号中的冲击特征并解调出包络,最后求取包络谱以进行故障特征提取;通过齿轮断齿故障振动数据的分析,验证了方法的有效性.

摘要： 音频大地电磁信号具有非线性、非平稳性和非最小相位的特性.本文引用了一种大地电磁数据的去噪方法-数学形态滤波法,将其应用在某矿区采空区的EH4数据的预处理中,对去噪后的数据进行反演,获得了该测区的电阻率剖面图,结合地质和地球物理特征成功地解释出了地下多个采空区,结果表明形态滤波能有效抑制音频大地电磁法中大尺度干扰,EH4电磁剖面仪能够达到对采空区探测的工作目的.

摘要： 针对转子系统不对中、不平衡等故障微弱振动信号信噪比低的问题，提出了一种基于自适应算法的广义形态滤波(Adaptive Generalized Morphological Filtering)降噪方法。首先，针对传统Maragos形态滤波存在统计偏倚现象进行改进，采用不同尺度的同种结构元素对故障信号进行滤波，计算处理后信号的叠加均值，实现抑制脉冲干扰、削弱随机噪声，然后采用多种结构元素对振动信号进行多尺度信号滤波处理。并引入自适应算法，对各结构元素多尺度滤波算法进行加权组合和优化，最大限度保留信号有效成分的同时消除统计偏倚现象。对仿真信号的降噪效果表明，该方法能够获得较高的信噪比及较低的均方差，且能保留信号中应有的有效成分，并成功应用于转子试验台故障信号的降噪处理中。

摘要： 针对转子系统不对中、不平衡等故障微弱振动信号信噪比低的问题，提出一种最小均方差原则下的多尺度多元素形态滤波(Multi-elements Morphological Filtering)方法。首先，变换结构元素尺度对故障信号进行多尺度滤波，计算处理后信号的叠加均值；然后利用多种结构元素对振动信号进行交叉结构元素滤波处理，对各结构元素多尺度滤波算法进行加权组合，在最小均方差原则下对权值进行优化，在最大限度保留信号有效成分的同时实现抑制脉冲干扰、削弱随机噪声，并消除统计偏倚现象。对仿真信号与转子试验台故障信号的降噪效果表明，该方法能够获得较高的信噪比及较低的均方差，且能保留信号中应有的有效成分。

摘要： 在概述数学形态学基本理论的基础上,提出将能够有效滤除脉冲信号的数学形态学滤波器(形态滤波)应用于暂态保护的方向元件.对故障后很短一段时间内的前行波与反行波进行形态滤波,然后利用滤波后的前行波与反行波之间时域能量的特征差异来判别故障方向.ATP 仿真试验表明,该方向元件能可靠、灵敏、超高速地动作,性能稳定,方向性明确,运算量小.

摘要： 方向元件是基于暂态量的超高速纵联方向保护的核心元件。在阐述数学形态学基本理论的基础上,提出将能够有效滤除脉冲信号的数学形态学滤波器(形态滤波)应用于暂态量保护的方向元件。首先对故障后很短一段时间内的前行波与反行波进行形态滤波,然后利用滤波后的前行波与反行波之间时域能量的特征差异来判别故障方向。ATP 仿真试验表明,基于形态滤波的暂态量方向元件既充分利用了先进的数字信号处理技术,又能可靠、灵敏、超高速地动作,性能稳定,方向性明确,运算量小。

摘要： 局部放电检测是诊断电力设备运行状况的一种有效技术，通过局部放电检测可以提前发现绝缘缺陷，避免设备发生绝缘故障。由于现场运行条件恶劣，导致测得的局部放电信号中可能含有很大的噪声和窄带周期干扰，给判断是否有局部放电发生带来困难。本文介绍一种多尺度形态滤波技术和组合形态滤波方法，应用于GIS局部放电信号处理中。经仿真和现场实际数据处理结果表明，该方法对噪声和窄带周期干扰信号有较好的抑制效果。

摘要： 为提取多源故障信号特征,实现复合故障诊断,提出了一种基于改进的形态学滤波算法和独立分量分析的信号分离及特征提取方法.首先,通过自适应形态学滤波算法处理故障信号,降低噪声,提取故障信号特征;然后,通过局域均值分解使单通道信号分解成多个特征信号;最后,运用独立分量分析对多个特征信号进行盲源分离,实现故障识别和分离.以轴承复合故障为研究对象进行验证,分析结果表明:所提方法可以有效分离滚动轴承外圈与滚动体复合故障信号,实现了复合故障诊断.

摘要： 以固定相机监控系统为研究背景，提出了一种高效的前景目标检测方法。通过多个连续帧按一定顺序进行图像差分，将所得的多帧差分图像累加，并采用自适应阈值二值化后进行形态滤波，能快速准确检测出前景目标。与帧间差分法、混合高斯背景建模的背景减法等传统算法相比，本算法不用对背景建模和不断更新背景图像，并且算法中只需调整两个参数。实验证明算法复杂度低、实时高效。

摘要： 设计开发了基于红外序列图像的SF6检漏定位系统。利用TMS320C6416高速图像处理能力结合S3C6410强人的控制能力，通过四帧红外序列图像差分相乘、阈值变换及形态滤波等算法进行精确检漏定位。经试验证明该系统不仅克服了帧间差分法检测位置不够精确及图像熵差法计算量大等缺点，同时还有效地去除了背景和噪声，抑制了虚假目标，能够高效准确地实现SF6泄漏点的检测和定位。

摘要： 为了消除重力测量信号中的强噪声，在分析形态滤波和自适应小波滤波算法的基础上，将一种自适应形态小波滤波算法应用于高精度重力仪信号处理中．该算法首先利用线性组合形态学滤波器去除脉冲干扰信号，然后对处理后无脉冲干扰的信号送入小波自适应滤波器，选取合适的阈值对其进行二次滤波去噪，最后得到无噪声的重力测量信号．仿真试验结果表明，该算法性能优于传统小波滤波算法，是一种有效的重力仪信号去噪算法．

摘要： 数学形态学在图像处理中的应用研究已经很广泛,随着对于数学形态学理论的深入研究,其在信号处理中的应用发展也正受到越来越多的关注。作为一种非线性信号处理方法,它对信号的特征提取完全在时域中进行,相对于一些其他的非平稳、非线性信号处理方法,它具有幅值不偏移和相位不衰减等很多优点,所以这种方法被应用到了各个行业的信号处理中。但足系统的总结该技术在信号处理中的应用及研究还并不多见。主要阐述了数学形态学的基本理论,综述了数学形态学在电力系统、机械故障诊断、医学信号处理以及语音信号处理中的应用研究,最后总结了数学形态学在信号处理中的应用前景并提出了若干需要解决的问题。

摘要： 一种基于数学形态学的滤波方法以及滤波系统，包括：S1、基于选定的结构元素构建形态学滤波器；结构元素的形状与待处理信号的波形一致，且结构元素的长度根据待处理信号的信号频率和设定的采样频率计算获得，结构元素的幅值基于待处理信号的幅值确定；S2、以设定的采样频率对待处理信号进行采样，获得一维离散信号；S3、利用所述形态学滤波器对一维离散信号进行滤波处理。本发明中结构元素并不是固定不变的，而是基于待处理信号的信号频率和设定的采样频率计算得到，因此适应性强，适合工程应用；进一步的，本发明结合选定的结构元素的长度对滤波处理中涉及到的腐蚀运算进行改进，具体改为(fΘg)(n)＝min{f(n+m‑L)‑g(m)}，如此可消除滤波算法中的固有延时，增强了滤波效果。

摘要： 本发明公开了一种小目标形态保持的空域高通滤波器，属于图像处理、计算机视觉领域。由于探测器固定图案噪声、背景杂散光、背景干扰物的存在，给小目标(小于81个像元)探测和定位带来挑战。传统方法采用先探测再定位的算法规避背景的影响，高通滤波器对小目标探测，进一步在原始图像上设置回形窗获取小目标的坐标。本发明的空域高通滤波器在拉普拉斯模板的基础上，增加了小目标信号过渡区和背景估计算法。该滤波器同时抑制背景和保持小目标形态，并在图像数据处理步骤中合并了探测和定位。该滤波器适用于星敏感器和红外观测相机在复杂背景下，对弱小目标的探测和定位。

摘要： 本发明公开了一种基于形态特征滤波的激光焊缝跟踪图像处理方法及系统，根据焊接时产生的弧光飞溅等噪声和焊缝图像中激光条纹的形态特征，设计了基于形态特征滤波的结构光焊缝跟踪图像处理算法。该算法在提取激光条纹中心线的同时，通过判定激光条纹中心线和激光条纹的形态特征，去除飞溅噪声干扰。结果表明，该方法抗干扰能力较强，耗时较少，能快速、准确的提取激光条纹中心线，从而能更精确的进行焊缝特征点的选取。

摘要： 本发明公开了一种基于共生滤波形态学和局部熵的小目标检测方法，该方法包括如下步骤：步骤1：提取原图像共生矩阵；步骤2：图像进行共生滤波形态学腐蚀，使用带局部熵的自适应结构元素进行取最小值操作；步骤3：提取腐蚀后图像共生矩阵；步骤4：对腐蚀后图像进行共生滤波形态学膨胀，使用带局部熵的自适应结构元素进行取最大值操作；步骤5：将原图像矩阵减去膨胀之后的图像，得到原图像Top‑Hat变换后的滤波图像；步骤6：将滤波灰度图像转换为双精度，提升显示效果，显示目标图像。本发明解决了现有方法中目标突出效果不明显，以及对噪声敏感的问题。

摘要： 一种基于数学形态学的滤波方法以及滤波系统，包括：S1、基于选定的结构元素构建形态学滤波器；结构元素的形状与待处理信号的波形一致，且结构元素的长度根据待处理信号的信号频率和设定的采样频率计算获得，结构元素的幅值基于待处理信号的幅值确定；S2、以设定的采样频率对待处理信号进行采样，获得一维离散信号；S3、利用所述形态学滤波器对一维离散信号进行滤波处理。本发明中结构元素并不是固定不变的，而是基于待处理信号的信号频率和设定的采样频率计算得到，因此适应性强，适合工程应用；进一步的，本发明结合选定的结构元素的长度对滤波处理中涉及到的腐蚀运算进行改进，具体改为(fΘg)(n)＝min{f(n+m-L)-g(m)}，如此可消除滤波算法中的固有延时，增强了滤波效果。

摘要： 本发明涉及偏振图像融合技术，具体涉及一种基于均值滤波分解的形态选通偏振图像融合方法。解决了现有偏振角图像参与度不高，未能有效利用偏振角图像信息以及偏振角图像较强的噪声未得到有效处理，造成融合图像信噪比较低的技术问题。本发明方法的步骤为：S1)利用均值滤波将可见光强度源图像、偏振度源图像、偏振角源图像分解为轮廓图像及细节图像；S2)将偏振度源图像、偏振角源图像进行形态开运算；S3)对各源图像轮廓部分采用加权均值法得到融合轮廓；S4)先对偏振度与偏振角的细节图像信息进行选通，再对选通后的偏振信息与可见光细节图像信息求和得到融合细节；S5)将融合细节部分与融合轮廓部分相加得到最终的融合图像。

摘要： 本发明涉及GPU计算技术领域，具体为一种二值序列滤波、二值图像形态学运算的加速计算方法，该方法包括有二值序列滤波和二值图像的特制形态学运算由简化和加速两个部分组成，本发明二值序列滤波、二值图像形态学运算进行简化和加速，经过化简的二值序列滤波，只需将滤波窗口内的位列值与其反向位列值相加，再判断相加的和与某特定值的大小，即可决定滤波的输出值，一次滤波的计算只执行了一次加法，将二值图像的形态学运算中的‘1’值数量统计，化简为序列值与其反向序列值相加得镜像和，并通过判断该镜像和是否超过预定的阈值而确定‘1’值数量是否达到腐蚀核输出‘1’的条件。省去了对腐蚀核内逐个像素二值的累加或判断。

摘要： 本发明公开了一种基于形态学滤波与VMD的电力系统振荡辨识方法，包括步骤：1)采用形态学滤波方法，构建多尺度结构元素，对电力系统振荡信号进行多尺度形态学分解，通过设置阈值滤除噪声，得到降噪后的重构信号；2)对重构信号进行VMD分解，对得到的本征模函数应用Teager‑Kaiser能量算子计算其频率以及阻尼比，即得到了电力系统振荡信号的参数辨识结果。本发明将形态学滤波与VMD相结合，避免了噪声模态的干扰，克服了无法兼顾频率与时间分辨率精度的问题，同时引入Teager‑Kaiser能量算子实现快速精确的电力系统振荡模态参数辨识。

摘要： 本发明提出了基于广义加权形态滤波理论的混合电力滤波器谐波电流检测方法：第一步，选择主从结构元素；第二步，构建主从开-闭、闭-开迭代形态滤波器；第三步，将

摘要： 本发明公开了基于形态学滤波和HHT变换的铁道车辆轮轨故障诊断方法，包括采集车辆轴箱振动加速度响应信号作为轮轨故障诊断的信号；首先对信号进行形态学滤波处理，然后EEMD分解得到若干个固有模态函数，再通过能量熵增量来剔除分解后的虚假分量，最后对有效分量再进行HHT变换得到Hilbert谱，通过不同轮轨故障下Hilbert谱的特征来实现轮轨故障的诊断。本发明采用车轮轴箱垂向振动加速度可作为轮轨故障诊断的信号源；使用DIF差值形态滤波器不仅降噪效果好而且可以有效地提取信号中的冲击成分。使用EEMD能够对降噪的信号进行有效分解，依据各阶IMF分量能量熵增量的相对大小可以筛选出包含故障信息较多的IMF分量作为主分量，对主分量进行HHT变换可得到Hilbert谱。