频率混叠在时域和频域现象中的研究

频率混叠（混淆）是数字信号处理中的特有现象，产生频率混叠后，信号处理会得出错误的分析结果。由于从模拟信号测试分析转入数字信号测试分析领域，很容易模糊频率混叠的概念，忽视频率混叠的现象。指出了频率混叠的危害及其在频域与时域中的现象，提出了混叠频率和混叠次数的计算公式，对避免和减少混叠现象的若干方法进行了讨论，并通过对混叠产生机理的研究，得出仅用数字滤波不能替代硬件抗混叠滤波的结论。     

自适应变分模态分解的齿轮箱故障诊断研究

强噪环境下,复合故障特征提取难度更大,VMD(Variational Mode Decomposition)被大量应用于齿轮箱故障诊断中;但是它属于参数型分解方法,K过大或过小都会导致过分解或欠分解现象,因此分解的层数需要自适应的确定。提出了一种多点峭度和VMD的复合故障特征提取方法。考虑到多点峭度可以提取多故障的冲击性周期的个数;周期性冲击个数决定VMD的分解层数K,通过VMD处理后,进一步通过FFT确定故障特征。所提出的自适应复合故障特征提取方法和EEMD(En?semble Empirical Mode Decomposition)对比分析,验证了它可以克服模态混叠的特征,通过对实测性信号处理进一步确定了此方法的有效性。最终确定了齿轮剥落和轴承滚珠等复合故障特征。     

机器人捕捉运动目标的时间最优控制方法

对机器人的运动目标捕捉过程进行了研究,提出了用Ak im a样条函数对运动学求逆后的目标轨迹进行平滑的方法,使得轨迹在关节坐标系下得到解耦。通过模糊Bang-Bang控制机器人,使末端以时间最优的方式接近运动目标。当机器人关节位置与期望位置小于给定阈值时,采用带积分的模糊随动控制,使得每个关节相对独立地到达期望位置,并最终实现运动目标捕捉任务。结果表明,该方法简单有效,可快速稳定地实现运动目标捕捉任务。     

散焦和运动模糊复合模型及参数估计

为了解决散焦和运动模糊同时存在的图像复原问题,建立了一种散焦和运动模糊复合模型,提出了一种基于自相关的参数估计方法.在分析图像成像过程的基础上,对标准散焦模型和运动模糊模型进行卷积,估计复合模型的分布范围,根据光的散射特性和能量守恒调整复合模糊模型的幅度.对复合模型按两方向分别求导,根据导数矩阵自相关的曲线特性估计模糊参数.实验结果表明,参数估计方法具有较高的估计精度,解决了混叠现象造成的干扰问题,复合模型则能够取得较好的复原效果.     

联合应用MUSIC与FastICA算法实现多个时空混叠源信号的波形重建

联合应用多信号分类与快速独立分量分析算法,分离多个时空混叠源信号,并重建其波形。利用多信号分类的方法,基于二阶统计量辨识观测信号的噪声子空间,并搜索与噪声子空间和方向矢量同时正交的多源位置参数,实现源信号波达方向的估计。利用基于固定点迭代的快速独立分量分析方法,通过最小化互信息这一高阶统计量测度来估计传感器阵列的增益模式,进而估计未知的源信号混叠矩阵。实现多个时空混叠源信号的分离与波形的重建。试验结果表明,基于多信号分类与快速独立分量分析联合的新方法,能有效辨识复值时空混叠矩阵,正确分离并重建来自不同方向的混叠源信号,从而为后续的进一步应用(如弱信号检测、故障诊断等)奠定基础。     

一种图像配准的超分辨率重建

提出了一种具有子像素级精度的图像配准方法,并通过迭代反投影算法进行超分辨率重建.介绍了基于3参数模型的图像配准方法并提出了基于4参数模型的图像配准方法,由于没有直接将旋转角度参量引入到运动模型中,有效地避免了原方法中泰勒级数展开时的小角度假设.最后,根据配准算法所得到的子像素级运动信息,用迭代反投影算法进行超分辨率重建.分别对多幅具有较大运动的模拟及真实的低分辨率图像进行实验,结果表明:该配准算法取得了更高的精度,平均平移误差减少了0.026 1 pixel ,平均旋转角度误差减少了0.356 4°;重建图像具有更好的视觉效果,平均PSNR值提高0.75 dB.本文方法可以被广泛地应用于相互间主要存在平移和大角度旋转的多幅低分辨率图像的大倍数超分辨率重建,可满足实际应用要求.     

基于独立分量分析的EMD模态混叠消除方法研究

针对经验模态分解(empirical mode decomposition,EMD)算法中存在的模态混叠现象,提出一种应用独立分量分析进行模态混叠消除的新方法.首先应用形态学滤波方法将信号中的噪声予以消除,减少由于噪声因素造成的模态混叠现象.然后将信号进行EMD分解,获得不同的IMF分量,将存在模态混叠成分的IMF分量进行相空间重构,利用基于峭度最大化的独立分量分解算法实现混叠成分的分离,仿真分析和工程应用的结果表明,所提方法能有效地消除EMD分解过程中的模态混叠现象.     

基于区域划分的红外超分辨率重建

提出了红外超分辨率重建系统以获取高分辨率红外数据。首先,根据红外图像获取过程建立了数学模型,讨论了降采样、模糊、运动以及高斯噪声对红外系统的影响;在非退化特征提取的基础上提出了基于特征的亚像素配准算法,其根据所得到的非退化特征应用归一化均方根误差来估计两帧之间的亚像素位移。然后,分析了传统全变分因子在高分辨重建时的不足并对其进行改进;利用区域划分将图像划分为平滑区域和细节区域,并根据区域的不同情况自适应全变分因子,从而使细节区域不至于过平滑。最后,利用MM(Majorization Minimixation)算法对合成的低分辨率红外图像和真实红外图像进行了超锐度重建。与同类相关算法的比较实验显示:所提算法亚像素配准最大误差为0.09pixel,重建后的红外图像质量优于其他同类算法。所提算法可以对低分辨红外图像序列进行有效重建,具有配准精度高、重建图像细节丰富等特点,可应用于各种红外成像系统。     

基于稀疏分解的轴承双冲击特征提取

旋转机械的轴承部件出现裂纹或凹坑时,会产生稀疏的双冲击信号,在故障早期时,双冲击信号会发生混叠现象。在稀疏分解过程中,传统的高斯最大原则无法准确提取故障信号原子。笔者通过分析冲击类故障双冲击信号的特点,研究双冲击混叠时时频因子与双冲击间隔之间的关系,构造冲击信号最优邻域,并提出一种邻域正交匹配追踪算法。在每次迭代中选取内积最大原子周围的部分原子组成子框架,计算振动信号在当前框架下的表示,再进一步计算残差信号,并进行下次迭代,直至满足迭代终止条件。通过仿真试验和故障实例分析发现,该方法能避免过匹配现象,并准确提取双冲击成分,从而计算出双冲击信号的时间间隔,对故障程度进行判定。     

基于小波多分辨率分析的高性能XY工作台故障诊断

针对直线电机驱动的高性能XY工作台的结构及运动特点，提出基于小波多分辨率分析与信号时域分析相融合的高性能XY工作台故障诊断方法；该方法通过分析研究高性能工作平台多工况多位置的振动信号，对信号进行小波多分辨率分解后不同尺度上的分解系数模值取平方，进行消噪处理，解决了工作台振动信号中随机噪声信号和故障特征信号混叠不易提取的难题，由获取的小波系数模值平方序列结合时域分析方法构造特征量，提取出故障信号特征。试验表明，该方法可有效地实现高性能XY工作台的故障诊断。     

Super-Resolution Reconstruction via Multi-frame Defocused Images Based on PSF Estimation and Compressive Sensing

Image super-resolution reconstruction is an effective method to improve image resolution, but most reconstruction methods rely on the clear low resolution images ignoring the blurred images which are also effective observations of the scene. Aiming at the problem, a super-resolution reconstruction (SRR) method via multi-frame defocused images is proposed. Firstly, according to the image degraded model, we establish the cost function of the point spread function (PSF) and utilize the particle swarm optimization algorithm to estimate it. Then, based on the multi-frame defocused images and PSFs, a joint reconstruction model is established to realize SRR by compressive sensing (CS) theory. In the CS framework, only the interpolated version of the low-resolution image is used for training purpose and the K-Singular Value Decomposition method is used for dictionary training. In addition, to solve the edge effect problem, an internal blur matrix is constructed according to the image blurring process, and a weight coefficient is introduced in the patch splicing process. Experiments show that the proposed algorithm can accurately estimate the defocused image PSF and achieve a good reconstruction effect.     

高精度影像测量系统中图像的超分辨率重建

为了提高影像测量系统的测量精度,研究了基于微位移错位的多幅图像超分辨重建技术.考虑制作成本和制作难度,提出了一种不苛求精确微位移的超分辨率重建技术.首先,获取随机微位移图像序列;然后,利用被测对象中易于实现高精度提取的特征点或采用模板衬底中的特征点计算出图像序列间的准确位移关系;最后,根据本文提出的数学模型重建出高分辨...     

基于改进双流时空网络的人体行为识别

针对传统双流网络无法捕捉视频序列中的时序关系从而导致对时序依赖较大的行为识别效果不理想的问题,提出一种基于改进双流时空网络的人体行为识别算法。首先利用时间移位思想,使卷积神经网络对视频中的时序关系建模,从而高效地捕捉视频中的时空信息;同时使用注意力机制改善由于通道信息在时间轴上移动导致的空间特征学习能力下降的问题;在此基础上构建了一个包含时空表观信息流和时空运动信息流的双流网络结构;最后,采用加权平均的方式融合双流网络,得到最终的识别结果。在UCF101和HMDB51数据集上分别进行了实验,识别准确率为96.3%和77.7%,实验结果表明,与传统双流网络方法相比,识别准确率得到了一定的提升,验证了本文算法能够有效捕捉视频中的时序关系,增强网络的特征表达能力,提高对时序依赖较大的行为和近似行为的辨识能力。     

双CMOS成像系统中运动模糊图像的复原

为获取高空间分辨率的清晰图像,设计了一种双CMOS成像系统.该系统的两片CMOS传感器可同时获取相同场景的图像.其中一片CMOS传感器获取高帧率、低空间分辨率的图像序列;另一片CMOS传感器获取低帧率、高空间分辨率的运动模糊图像.首先,通过光流法计算高帧率、低空间分辨率CMOS传感器获取图像序列的全局运动路径,在能量守恒和能量与积分时间成正比2个约束条件下估计运动模糊核初始值,通过贝叶斯准则交替迭代优化运动模糊核.最后,利用TV-L1方法从低帧率、高空间分辨率CMOS传感器获取的模糊图像中快速、有效地恢复出清晰图像.仿真和实验结果表明;有38％以上的仿真图像复原结果误差率小于2,且受噪声影响小,复原图像的振铃小.另外,能有效去除实拍图像的空间移不变运动模糊.     

改进的稀疏表示遥感图像超分辨重建

为了进一步提高遥感图像超分辨效果,提高超分辨重建速度。针对以往稀疏超分辨算法中更容易丢失边缘信息和引入噪声的问题,本文改进了特征提取算子,以对称近邻滤波(SNN)代替高斯滤波,重点解决特征空间中的字典学习问题。首先,根据遥感图像退化模型生成训练样本图像,并分别对高、低分辨率遥感图像进行7×7分块,生成字典训练样本。然后,建立连接高、低分辨率图像空间的双参数联合稀疏字典,将字典学习过程中的稀疏系数分解为系数权值和字典原子的乘积,依据字典原子指标训练和更新字典,得到高低分辨率联合字典映射矩阵。最后,进行遥感图像超分辨稀疏重构。实验结果表明:与当前最先进的稀疏表示超分辨算法相比,本文算法得到的超分辨重建遥感图像的主观效果更好,恢复出更多的地物细节信息;客观评价参数峰值信噪比(PSNR)提高约1.7dB,结构相似性(SSIM)提高约0.016。改进的稀疏表示超分辨算法可以有效地提高遥感图像超分辨效果,同时降低重建时间。     

基于自学习局部线性嵌入的多幅亚像元超分辨成像

研究了软硬件相结合的亚像元超分辨成像技术。首先通过探测器扫描获得同一场景彼此错位亚像元像素的多帧图像作为训练样本和输入图像;然后针对传统的局部线性嵌入(LLE)实例学习超分辨算法过于依赖外部训练样本,不利于光电成像系统直接处理等缺点,提出了一种基于自学习的改进LLE算法;采用新的LLE权值计算方法获得正数权值,同时对初始估计再次运用自学习LLE方法恢复丢失的高频细节信息。仿真实验结果表明,该算法重构的图像的信噪比比传统LLE超分辨算法提高了0.8dB,运行时间提高了75%,视觉上可感知重构图像的细节信息更丰富。与其它方法相比,用搭载的微位移实验平台运行本文算法所获得重构图像的信噪比和信息熵都有很大提高,表明本文算法能获得高质量和高分辨率的重构图像。     

用支持向量回归法实现单帧图像超分辨率重建

由于一些传统的超分辨率重建算法学习多幅不同类别的图像仍无法获得好的重建效果,本文提出了一种基于支持向量回归机和光栅扫描的单帧图像超分辨率重建算法。该算法首先采用光栅扫描法对一组高低分辨率训练图像提取图像块,从块中分别抽取输入向量和标签像素。利用Log算子判断这些块是属于高频空间还是低频空间,从而构建高低频空间向量对并对其进行优化。然后,用支持向量回归机(SVR)工具训练优化后的向量对,得到高低频空间下的两个字典;抽取测试低分辨率图像中的块并得到高低频空间下的输入向量,利用SVR工具回归对应的属于超分辨率图像块的标签像素并得到回归后的图像。最后,对图像进行后处理得到最终的超分辨率图像。与其它算法的对比实验表明:提出的算法具有较好的视觉效果。特别在放大倍数为2时,提出的算法在不同图像上的峰值信噪比(PSNR)和结构相似度(SSIM)值较双三次插值法分别提高了3.1%~5.3%和1.5%~8.1%。得到的结果显示提出的算法获得了更好的重建效果。     

Super-resolution microscopy using normal flow decoding and geometric constraints

Prior knowledge about the observed scene provides the key to restoration of frequencies beyond the bandpass of an imaging system (super-resolution). In conjunction with microscopy two super-resolution mechanisms have been mainly reported: analytic continuation of the frequency spectrum, and constrained image deconvolution. This paper describes an alternative approach to super-resolution. Prior knowledge is imposed through geometric and dynamic models of the scene. We illustrate our concept based on the stereo reconstruction of a micropipette moving in close proximity to a stationary target object. Information about the shape and the movement of the pipette is incorporated into the reconstruction algorithm. The algorithm was tested in a microrobot environment, where the pipette tip was tracked at sub-Rayleigh distances to the target. Based on the tracking results, a machine vision module controlled the manipulation of microscopic objects, e.g. latex beads or diamond mono-crystals. In the theoretical part of this paper we prove that knowledge of the form 'the pipette has moved between two consecutive frames of the movie' must result in a twofold increase in resolution. We used the normal flow of an image sequence to decode positional measures from motion evidence. In practice, super-resolution factors between 3 and 5 were obtained. The additional gain originates from the geometric constraints that were imposed upon the stereo reconstruction of the pipette axis.     

快速运动估计与AGS结合的可伸缩性视频编解码系统

可伸缩性视频编解码(SVC)系统是一种能够实现时间、空间、质量等可调节可伸缩的视频编解码技术。它是通过采用运动补偿时域滤波(MCTF)和运动估计(ME)技术结合有损编码及熵编码等技术,实现对视频序列进行成组编解码的任务。其中,如何更加有效地提高对时间相关性的利用以及如何根据视频性质进行自适应调节图像组(GOP)大小问题是提高系统编码效率的关键环节。文中通过采用一种利用时间信息的快速运动估计技术及对应的自适应GOP结构(AGS),有效提高了可伸缩性视频编解码系统的编码能力。