李华锋
- 作品数：19 被引量：117H指数：6
- 供职机构：重庆大学自动化学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金重庆市科技攻关计划更多>>
- 相关领域：自动化与计算机技术电子电信机械工程理学更多>>
- 改进提升小波变换的空间频率比图像融合被引量：8
- 2009年
- 提出了一种新型图像融合算法。该算法在提升小波变换的基础上,通过取消其奇偶分裂环节,得到具有平移不变性的非采样提升小波变换。对图像经非采样提升小波变换后的低频分量首先定义一种空间频率比,再通过空间频率比来计算融合因子,然后采用加权与选择相结合的方法对低频分量进行融合。高频分量直接选择一种基于边缘信息的加权融合方法。最后通过非采样提升小波逆变换重构得到融合图像。实验结果显示,该算法相对传统的图像融合算法能更好地描述灰度的突变信息,获得含有丰富细节特征的融合图像。
- 易正俊李华锋宋瑞晶
- 关键词：图像融合提升小波变换平移不变性
- 多重分形去趋势波动分析的振动信号故障诊断被引量：25
- 2012年
- 针对基于配分函数的多重分形分析不利于局部标度特性突显的问题,把多重分形去趋势波动分析(MF-DFA)方法引入到振动诊断领域,提出对振动信号进行多重分形谱参数(|B|,α0,Δα和Δf)故障特征分析,并将α0用于故障诊断.首先分析了振动信号的多重分形特性;然后提取振动信号的4种多重分形谱参数特征,并进行了比较;最后用支持向量机算法实现振动故障诊断.研究表明:去除趋势后,振动信号的波动呈现显著多重分形特征,正常状态振动信号的α0明显大于故障状态,而振动信号的|B|,Δα和Δf特征变化规律则不明显;α0作为故障特征量,能有效地区分正常状态与故障状态,有效实现了振动故障诊断.
- 李兆飞柴毅李华锋
- 关键词：振动信号滚动轴承故障诊断
- 半监督增量式SVM在故障诊断中的应用研究被引量：1
- 2013年
- 基于半监督学习能够有效降低人工标注成本,以及增量学习可以加快训练速度,避免数据量大时训练时间过长等特性,本文提出了一种半监督增量式SVM算法。在算法中,首先对已标记样本进行训练得到初始分类器,然后利用此分类器对新增样本进行标记,最后结合KKT条件选择合适的样本对分类器进行更新。每当有新样本加入便执行以上过程,以保证分类器得到及时更新。将该算法运用于6135D型柴油机的故障诊断中,并与传统SVM算法和增量式SVM算法进行了对比,证实了本文所提算法的可行性与有效性。
- 罗显科柴毅李华锋梁奕欢
- 关键词：半监督学习故障诊断
- 非采样Contourlet变换与PCNN相结合的图像融合方法研究
- 论文研究了基于多尺度分解与脉冲耦合神经网络相结合的图像融合方法,目的是开发融合效果优良、运算处理速度快的图像融合方法,为图像融合的实际应用提供新的途径。论文的主要研究内容如下:①介绍了多尺度分解与重构工具在医学图像、多聚...
- 李华锋
- 关键词：图像融合非采样CONTOURLET变换
- 文献传递
- 基于多尺度积视觉特性的多聚焦图像融合算法被引量：7
- 2012年
- 针对传统多尺度图像融合算法不能有效抑制噪声的缺陷,提出一种基于提升静态小波变换(LSWT)多尺度积的多聚焦图像融合算法,并在LSWT域中引入了局部可见度以及局部视觉特性对比度的概念.在融合低频子带系数和各高频子带系数时,分别提出了基于局部可见度和基于多尺度积的局部视觉特性对比度的系数选择方案.实验表明,该算法不仅能有效抑制噪声对融合算法的影响,而且能够得到比传统方法视觉效果更好和更优量化指标的融合图像.
- 李华锋柴毅张晓阳
- 关键词：图像融合
- 非采样Contourlet变换的多尺度积图像融合算法被引量：5
- 2011年
- 为了得到优质的融合图像,提出了一种新的基于非采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)的多尺度积图像融合算法。分别讨论了低频子带与各高频子带系数的选择方案。当选择融合图像的低频子带系数时定义了一种新改进的拉普拉斯能量和(Sum modified-laplacian,SML),设计了一种基于新改进拉普拉斯能量和的加权与选择相结合系数选择方案;在选择各高频方向子带系数时,根据多尺度积具有放大信号边缘特征,降低信号噪声的特点,提出了一种基于NSCT方向多尺度积的系数选择方案,从而不仅能恰当地选择出融合图像的NSCT各方向子带系数,有效保留图像的细节特征,而且能抑制噪声对融合算法的影响。实验结果表明,该方法优于基于小波变换和提升静态小波变换的图像融合算法,得到视觉效果更好,客观评价更高的融合图像。
- 孙艳忠李华锋李保顺
- 关键词：图像融合多尺度积
- 多聚焦图像像素级融合方法研究
- 由于光学镜头的聚焦范围有限，很将同一场景内不同距离景物都清晰地成像在一幅图像中。这一问题可通过多聚焦图像融合技术来解决。该技术能有效提高图像信息的利用率，增强系统对目标探测识别的可靠性，为图像识别、边缘检测、图像分割、特...
- 李华锋
- 关键词：多聚焦图像融合脉冲耦合神经网络
- 基于非采样提升小波-Contourlet变换的图像融合算法
- 2009年
- 为克服非采样Contourlet变换中金字塔分解的不足,首先在提升小波变换的基础上,通过取消其奇偶分裂环节得到具有平移不变性的非采样提升小波变换,然后用此变换来取代非采样Contourlet变换中的金字塔分解,得到新的非采样提升小波-Contourlet变换。将此变换与一定的融合规则相结合,提出了一种基于非采样提升小波-Contourlet变换的图像融合算法。实验表明,该算法相对于非采样Contourlet变换能从源图像中提取更多有用信息注入到融合图像中,可得到更高性能的融合图像。
- 易正俊李华锋宋瑞晶
- 关键词：非采样CONTOURLET变换图像融合提升小波变换
- 新型微弱受激散射光能量信号检测方法被引量：2
- 2013年
- 在激光惯性约束聚变(ICF)受激散射光能量信号的检测中,背景噪声的存在严重影响了有用信息的提取。针对该问题,设计了一种新型的可变参数放大滤波电路(VPAFC),并在降噪源分离(DSS)技术的基础上提出了一种信号降噪方法。采用硬件程控放大、带宽可调滤波以及软件降噪处理相结合的方式,既实现了微弱信号的增益可调放大,又有效抑制了有用信号频带外的噪声和频带内的结构化噪声。为测试所设计电路及噪声抑制算法的有效性,构建了微弱光能量信号检测装置和相关的数据采集系统。实验结果表明,该检测方法不但能程控放大微弱信号,而且当信号低至2μV时仍能在输出端使信噪比保持在不低于40dB的水平。
- 王坤朋柴毅苏春晓李华锋
- 关键词：微弱信号检测
- 基于奇异值分解及形态滤波的滚动轴承故障特征提取方法被引量：4
- 2012年
- 针对滚动轴承振动信号故障特征信息往往被强背景噪声淹没的问题,提出一种基于奇异值分解和形态滤波的振动信号故障特征提取方法。该方法利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号自身特征的关系,选择轨迹矩阵中主要反映冲击信息明显的奇异值进行信号重构的方法来滤除信号中的平滑信号和部分噪声,获取带噪声的冲击信号;然后利用形态滤波能有效滤除脉冲干扰噪声的特点,反其道而行之,从而提取信号的冲击故障特征的方法,并将该方法应用于轴承的振动信号的故障特征提取。仿真与实例表明,该方法能有效提取强背景信号及噪声中的弱冲击特征信号,是一种有效的弱信号特征提取方法。
- 李兆飞柴毅李华锋
- 关键词：奇异值分解形态滤波滚动轴承振动信号故障特征提取
