導(dǎo)語：如何才能寫好一篇濾波器去噪原理和基本方法，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】LMS自適應(yīng)；Allan方差；隨機噪聲；Matlab

Abstract：Adaptive LMS algorithm and Allan-Variance were analyzed.A filter system was constructed based on Matlab，and simulations aimed at some fiber-optic gyroscope raw data were designed，from which the available range 0.2-0.9 of the fixed step scale factor was got.The LMS algorithm was compared with that of Wavelet and Mean-value，and the source of errors was analyzed using Allan-Variance.It is shown by the result that the LMS will control the random errors such as Angle Random Walking，etc.

Keywords：Adaptive LMS；Allan-Variance；random noise；Matlab

1.引言

受熱漂移等隨機噪聲影響，很多傳感器輸出的信號通常是非線性、非平穩(wěn)的隨機信號，典型例子是光纖陀螺的隨機漂移[1-2]。由于混疊在信號中的熱噪聲不具有典型的頻域分布，而經(jīng)典的濾波器設(shè)計是基于信號與噪聲譜不重疊的前提，因而不適于受熱噪聲影響較大的應(yīng)用場合。現(xiàn)代濾波理論中的維納濾波和卡爾曼濾波充分利用了信號和噪聲的先驗統(tǒng)計知識，由給定的某種最優(yōu)準(zhǔn)則，以時域的遞推算法對數(shù)據(jù)進行濾波，克服了經(jīng)典濾波器的缺點[3]。然而它們需要知道信噪的先驗統(tǒng)計知識，這在實際應(yīng)用中往往很難或者無法得到。隨著數(shù)字處理技術(shù)的發(fā)展，自適應(yīng)濾波得到了越來越多的應(yīng)用，因為它帶有一定的學(xué)習(xí)過程，不需要先驗知識，這對實際中的傳感器及其檢測系統(tǒng)而言更為實用[4-5]。

本文針對隨機信號提升信噪比的需求，以某光纖陀螺輸出信號為原始數(shù)據(jù)，基于Matlab編程與仿真建模，研究LMS自適應(yīng)濾波法的去噪效果，并與小波分析、均值濾波進行比較，采用Allan方差函數(shù)評價幾種數(shù)字濾波的效果。

2.理論研究與算法設(shè)計

2.1 LMS自適應(yīng)濾波算法

LMS濾波是一種線性自適應(yīng)濾波算法，它以最小均方誤差為準(zhǔn)則，使用隨機梯度進行迭代收斂，得到最優(yōu)的濾波器參數(shù)[6-7]。

經(jīng)典的LMS固定步長自適應(yīng)濾波器包含兩部分：橫向濾波器和自適應(yīng)控制器，如圖1（a）所示。

圖1 LMS自適應(yīng)濾波器基本結(jié)構(gòu)

橫向濾波器本質(zhì)上是一個M階FIR數(shù)字濾波器，它將輸入的離散信號u（n）及其M-1階過去值組成輸入向量，對其進行加權(quán)濾波，得到輸出信號y（n）；同時比較實際輸出y（n）和期望響應(yīng)d（n），得到估計誤差e（n）。自適應(yīng)控制器根據(jù)估計誤差e（n）自動調(diào)整橫向濾波器的參數(shù)，即加權(quán)值的調(diào)整。這兩個過程組成一個閉環(huán)反饋，不斷調(diào)整濾波器的效果，達(dá)到最優(yōu)濾波。橫向濾波器和自適應(yīng)控制器的結(jié)構(gòu)如圖1（b）和圖1（c）所示。整個迭代算法如下式表示：

由圖1（c）和上式可以看出，算法中的標(biāo)度因子（即步長）對于算法的收斂快速性和穩(wěn)定性起著決定作用。文獻(xiàn)表明，固定步長需滿足小于輸入信號最大相關(guān)值，方能保證算法的收斂[8]。本實驗中首先通過仿真得到較優(yōu)的步長值，再將該固定步長LMS濾波與其他濾波方法進行比較。

2.2 Allan方差分析法

Allan方差法是20世紀(jì)60年代由美國國家標(biāo)準(zhǔn)局的David Allan提出的，它是一種基于時域的分析方法。其主要特點是能非常容易地對各種誤差源及其對整個噪聲統(tǒng)計特性的貢獻(xiàn)進行細(xì)致的表征和辨識，而且具有便于計算、易于分離等優(yōu)點[9]。

設(shè)以為采樣時間間隔，對角度輸出值采樣N個點，即采樣時刻為，得到，其中，則基于該角度測得值的Allan方差定義如下：

其中，是相關(guān)時間，的取值將影響評估的分辨率。習(xí)慣上將上式的標(biāo)準(zhǔn)差稱為Allan方差。Allan方差與傳統(tǒng)意義的方差區(qū)別為，Allan方差的求解是以相鄰采樣點的差值計算的，而非采樣點與均值之差計算的，因而能反映出信號的趨勢特性，它是描述隨即誤差的有力工具。

3.實驗過程與結(jié)果分析

3.1 固定步長LMS自適應(yīng)濾波仿真

固定步長LMS自適應(yīng)濾波仿真主要為選出優(yōu)化的步長因子，為此做了一系列實驗，這里只將最終效果較好的實驗對比結(jié)果給出。程序讀取光纖陀螺輸出的理論值和原始輸出采樣值，并打印波形。設(shè)定步長因子的標(biāo)度參數(shù)為scale，有。固定橫向濾波器階數(shù)為50階，輸入采樣點數(shù)N=32768，考慮嵌入式實時應(yīng)用需求，設(shè)置迭代次數(shù)上限為1024。實驗表明，當(dāng)scale小于0.1時，在限定迭代次數(shù)內(nèi)沒有完成收斂，當(dāng)scale大于0.9時，迭代不具有收斂性，如圖2所示。

由圖2可以看出，當(dāng)標(biāo)度因子過小時，迭代緩慢，在允許的迭代次數(shù)內(nèi)不能穿越收斂區(qū)進入穩(wěn)定區(qū)，由于LMS濾波器加權(quán)系數(shù)的初始迭代值為0，故迭代緩慢的結(jié)果是加權(quán)系數(shù)整體過小，就出現(xiàn)了圖2（c）的情況，輸出值遠(yuǎn)小于輸入值；當(dāng)標(biāo)度因子過大時，迭代不收斂，隨著迭代次數(shù)的增加，在加權(quán)值超過1后，仍然繼續(xù)發(fā)散，就出現(xiàn)了圖2（f）中輸出幅值過大的情況。對于0.2

圖2 不同步長標(biāo)因數(shù)的LMS自適應(yīng)濾波結(jié)果

3.2 利用Allan方差法對LMS濾波法與其他方法比較

為比較LMS自適應(yīng)濾波法與其他主流的數(shù)字去噪方法如小波分析法、滑動均值濾波法的效果，編寫函數(shù)計算、繪制Allan方差圖像，并進行擬合，得到各噪聲源系數(shù)。其中小波分析借助Matlab小波工具箱實現(xiàn)。幾種濾波器對于靜態(tài)模型輸出的濾波實驗結(jié)果如圖3所示，其中圖3（c）-（e）分別為經(jīng)過小波分析、LMS自適應(yīng)、均值濾波后的信號，Allan方差圖像在圖3（f）中給出。

圖3 LMS自適應(yīng)濾波與小波分析法、均值濾波法的去噪效果比較

在圖3中，可以看到三種濾波器都能給出較好的濾波效果，由圖3（f）的Allan分析可以看出，該陀螺隨機誤差主要來源是量化誤差、角度隨機游走和零漂，而角速度隨機游走和速率斜坡并不明顯。

表1中給出Allan方差擬合后的各分量誤差系數(shù)。根據(jù)表1的結(jié)果分析，小波重構(gòu)法能夠最有效的降低量化誤差，固定步長LMS自適應(yīng)濾波能夠有效降低角度隨機游走和零漂，滑動均值濾波的各方面指標(biāo)比較均衡。

表1 Allan方差擬合后的各隨機誤差源分量誤差系數(shù)

4.結(jié)論

理論分析和實驗表明，對于本實驗給出的某光纖陀螺原始信號，LMS自適應(yīng)濾波的優(yōu)化參數(shù)是0.2到0.9倍步長標(biāo)度因子。對于幾種現(xiàn)代數(shù)字濾波方法的比較，Allan方差分析給出，小波重構(gòu)法能夠有效的降低量化誤差，固定步長LMS自適應(yīng)濾波能夠有效降低角度隨機游走和零漂。

參考文獻(xiàn)：

[1]高偉，劉曉慶，李蓓.小波分析法在光纖陀螺隨機誤差補償中的應(yīng)用[J].傳感器與微系統(tǒng)，2007，26（5）.

[2]莫文琴，柴偉，姜德生.小波理論應(yīng)用于光纖陀螺信號處理的實驗研究[J].計量技術(shù)，2005（2）.

[3]Fang Jing，Shang Jie，Gu Qi-tai.Experimental Study on Random Error Modeling for Fiber Optic Gyros[J].Chinese Journal of Sensor and Actuator，2008，21（9）.

[4]Zhu Yun-zhao，Wang Shun-ting，Miao Ling-juan.Open-Loop Fog Signal Testing and Wavelet Eliminating Noise.Transactions of Nanjing University of Aeronautics &Astronautics，2005，22（2）.

[5]祝燕華，劉建業(yè)，賴際舟.FOG信號的變步長符號LMS自適應(yīng)消噪方法[J].光電工程，2008，35（11）.

[6]王立輝，孫楓，季強.LMS自適應(yīng)濾波算法在FOG數(shù)據(jù)處理中的應(yīng)用[J].系統(tǒng)工程與電子技術(shù)，2010，32（5）.

[7]張晞，王夏霄，鄔戰(zhàn)軍.光纖陀螺輸出信號的自適應(yīng)濾波[J].航天控制，2006，24（3）.

[8]陳世同，孫楓，高偉.基于歸一化LMS算法的光纖陀螺降噪技術(shù)研究[J].儀器儀表學(xué)報，2009，30（3）.

篇2

Abstract: Image enhancement is a fundamental and important technology in image processing field. So fundamental theory and some newapproaches aboutimage enhancement have been introducedin this paper.

關(guān)鍵詞:圖像增強;空間域圖像增強技術(shù);頻域圖像增強技術(shù)

Key words: image enhancement;image enhancement technology in spatial domain;image enhancement technology in frequency domain

中圖分類號:TP391.41文獻(xiàn)標(biāo)識碼:A文章編號:1006-4311(2010)19-0124-01

1圖像增強的研究意義

圖像增強是數(shù)字圖像處理的最基本的方法之一,它是為了改善視覺效果或便于人或機器對圖像的分析理解,根據(jù)圖像的特點或存在的問題,以及應(yīng)用目的所采取的改善圖像質(zhì)量的方法或加強圖像的某些特征的措施。

2圖像增強的研究現(xiàn)狀

由于圖像增強技術(shù)現(xiàn)在還沒有通用的算法,因此圖像增強技術(shù)根據(jù)各種不同目的而產(chǎn)生了多種算法,最常用的即 “空間域”方法和“頻率域”方法[1]。隨著數(shù)學(xué)各分支在理論和應(yīng)用上的逐步深入,使得數(shù)學(xué)形態(tài)學(xué)、模糊數(shù)學(xué)、遺傳算法、小波理論等在圖像增強技術(shù)中的應(yīng)用取得了很大進展,產(chǎn)生了不少新的算法。如數(shù)學(xué)形態(tài)濾波器,基于模糊數(shù)學(xué)的濾波方法,基于遺傳算法的濾波方法,小波濾波器等。

3圖像增強的基本理論

圖像增強技術(shù)主要包括:灰度變換,直方圖修正,圖像平滑,圖像銳化及彩色增強等。從圖像增強的作用域出發(fā)可分為兩類:①空域處理法;②頻域處理法。

3.1 空間域圖像增強技術(shù)空間域指的是平面本身,空間域圖像增強方法是對圖像的像素進行處理。可以定義為:

g(x,y)=T[f(x,y)](1)

其中,f(x,y)是輸入圖像,g(x,y)是處理后的圖像,T是對f的一種操作。 空間域圖像增強技術(shù)又可分為點處理和鄰域處理。

3.1.1 點處理技術(shù)

3.1.1.1 灰度變換灰度變換可使圖像動態(tài)范圍增大,圖像對比度擴展,圖像變清晰,特征明顯,是圖像增強的重要手段之一。①線性變換。如果原圖像f(x,y)的灰度范圍是[m,M],我們希望變換后的圖像g(x,y)灰度范圍是[n,N],那么可以用式(2)來完成這一變換:g(x,y)=(N-n)[f(x,y)-m]/(M-m)+n(2)

②分段線性變換。為了突出感興趣的目標(biāo)或灰度區(qū)間,相對抑制那些不感興趣的灰度區(qū)間,可采用分段線性變換。其數(shù)學(xué)表達(dá)式如下:

g(x,y)=kf(x,y)+b;0f(x,y)f1;k1=kf(x,y)+b;f

③非線性灰度變換。當(dāng)使用某些非線性轉(zhuǎn)換函數(shù)(例如對數(shù)函數(shù)、冪指數(shù)函數(shù)等)作為式(1)的變換函數(shù)時,可以實現(xiàn)圖像灰度的非線性變換。

3.1.1.2 直方圖修整法①直方圖均衡化。②直方圖規(guī)定化。

3.1.2 鄰域處理技術(shù)空域濾波是在圖像空間借助模板進行鄰域操作完成的,它根據(jù)功能分成平滑和銳化兩類。

3.1.2.1 圖像平滑一幅原始圖像在其獲取和傳輸?shù)冗^程中,會受到各種噪聲的干擾,使圖像質(zhì)量下降。為了抑制噪聲改善圖像質(zhì)量所進行的處理稱圖像平滑或去噪。常用的有局部平滑法和中值濾波法。

3.1.2.2 圖像銳化在圖像的識別中常需要突出邊緣和輪廓信息。圖像銳化就是增強圖像的邊緣或輪廓。①梯度銳化法。圖像銳化法最常用的是梯度法。 對于圖像f(x,y),在(x,y)處的梯度定義為:grad(x,y)ff= (4)

對于離散圖像處理而言,常用到梯度的大小,因此把梯度的大小習(xí)慣稱為“梯度”。并且一階偏導(dǎo)數(shù)采用一階差分近似表示,即:

f=f(x+1,y)-f(x,y)f=f(x,y+1)-f(x,y)(5)

為簡化梯度的計算,經(jīng)常使用:

grad(x,y)=Max(│f│,│f│)

或grad(x,y)=Max(│f│+│f│)(6)

除梯度算子以外,還可采用Roberts、Prewitt和Sobel 算子計算梯度,來增強邊緣。

②高通濾波法。高通濾波法就是用高通濾波算子和圖像卷積來增強邊緣。常用的算子有:H1= 0-10-15-1 0-10H2=-1-1-1-1 9-1-1-1-1

3.2 頻域圖像增強技術(shù)頻域(變換域)圖像增強操作的基本原理都是讓圖像在變換域某個范圍內(nèi)的分量受到抑制而讓其他分量不受影響,從而改變輸出圖像的頻率分布,達(dá)到增強的目的。在頻率域中進行增強的主要步驟有[2]:①計算需增強圖像的傅里葉變換;②將其與一個(根據(jù)需要設(shè)計的)傳遞函數(shù)進行卷積;③將結(jié)果進行傅立葉反變換以得到增強的圖像。

3.2.1 低通濾波器對圖像作傅氏變換得到它的頻譜,零頻率分量等于圖像的平均灰度,平滑的圖像信號在頻域中貢獻(xiàn)低頻分量,圖像中的細(xì)節(jié)和邊界貢獻(xiàn)較高頻域的分量,噪聲的頻譜具有豐富的高頻分量。

3.2.2 高通濾波器圖像的區(qū)域邊界和細(xì)節(jié)提供較高頻率的能量,因此在頻域中讓圖像信號經(jīng)過一高通濾波器可以實現(xiàn)圖像的銳化,增強圖像的邊緣細(xì)節(jié)。

4結(jié)束語

隨著圖像增強技術(shù)在各個不同領(lǐng)域的應(yīng)用,出現(xiàn)了多種圖像增強的算法。這些算法各有其優(yōu)缺點,目前涉及到的大部分非線性濾波算法都是針對特定圖像或特定噪聲提出的,也就是說,是基于它們的統(tǒng)計特性提出的濾波方案。但是,在實際處理中,自然圖像的多樣性和噪聲本身的復(fù)雜性決定了這些濾波算法不可能對所有圖像濾波效果均為最佳,所以,那些事先不需要知道圖像和噪聲統(tǒng)計特性的非線性濾波機制將會得到很廣泛的應(yīng)用:比如自適應(yīng)濾波器和各種基于神經(jīng)網(wǎng)絡(luò)和模糊理論具有自組織、自學(xué)習(xí)等能力的濾波器的應(yīng)用和研究將會得到更大的發(fā)展。這些濾波圖像增強技術(shù)也是目前研究的重點。

參考文獻(xiàn):

[1]孫即祥.圖像處理.北京:科學(xué)出版社,2004.

篇3

關(guān)鍵詞:車牌識別系統(tǒng);圖像預(yù)處理;去噪;二值化

中圖分類號:TN911文獻(xiàn)標(biāo)識碼:A文章編號:1009-3044(2010)08-1961-02

The Research of License Plate Recognition based on Image Processing

LIU Juan-mei, LIU Ze-ping

(Computer Department, Hunan Institute of Humanities, Science and Technology, Loudi 417000, China)

Abstract: This paper researches on the image pre-processing algorithm of Vehicle License Plate Recognition (VLPR), introduces the significance of the license plate recognition technology, the methods of image noise reduction,binary image and the realization of image pre-processing algorithms in experimental system. Through the test process of image processing, simulation proves that the paper in the image processing on the validity of license plate recognition.

Key words: license plate recognition; image pre-processing; noise reduction; binary image

20世紀(jì)80年代以來,隨著我國國民經(jīng)濟的迅速增長,機動車的規(guī)模與流量大幅增加,隨之而來的管理問題也日益嚴(yán)重。因此迫切需要采用高科技手段,對這些違法違章車輛牌照進行登記,車牌識別系統(tǒng)的出現(xiàn)成為了交通管制必不可少的有力武器[1]。它是一個基于數(shù)字圖像處理和字符識別的智能化交通管理系統(tǒng),該系統(tǒng)先通過圖像采集,再對圖像進行處理以 克服圖像干擾,改善識別效果,而后進行二值化,歸一化等處理,最后進行識別。車牌識別系統(tǒng)使得車輛管理更趨于數(shù)字化,網(wǎng)絡(luò)化,大大提高了交通管理的有效性與方便性。車牌識別系統(tǒng)作為整個智能交通系統(tǒng)的一部分,其重要性不言而喻。

1 車牌識別系統(tǒng)的目標(biāo)

利用計算機等輔助設(shè)備進行的自動汽車牌照自動識別就是在裝備了數(shù)字?jǐn)z像設(shè)備和計算機信息管理系統(tǒng)等軟硬件平臺的基礎(chǔ)之上,通過對車輛圖像的采集,采用先進的圖像處理、模式識別和人工智能技術(shù),在圖像中找到車牌的位置,提取出組成車牌號碼的全部字符圖像,再識別出車牌中的文字、字母和數(shù)字,最后給出車牌的真實號碼。

近年來,智能交通系統(tǒng)(Intelligent Transport Systems)已成為當(dāng)前交通管理發(fā)展的主要方向。作為智能交通系統(tǒng)的重要組成部分,機動車牌自動識別系統(tǒng)可以大大提高車輛管理的工作效率,加快交通管理自動化和智能化的步伐。車牌自動識別系統(tǒng)在停車場收費管理,封閉式居民小區(qū)保安管理,高速公路超速自動化監(jiān)管系統(tǒng),以及城市交通路口的“電子警察”等方面有著廣泛的應(yīng)用前景[2]。

隨著智能交通系統(tǒng)的全面實施,汽車牌照的自動識別技術(shù)越來越受到人們的重視。汽車牌照作為汽車的標(biāo)識具有唯一性,知道了車牌號,車輛的所有信息便一目了然。因此,汽車牌照的自動識別技術(shù)在公共安全及交通管理中具有特別重要的實際應(yīng)用意義。

2 車牌識別系統(tǒng)的工作原理

現(xiàn)在普遍通用的車牌識別系統(tǒng)通常包括兩大部分,軟件與硬件。其中軟件是整個系統(tǒng)的核心部分,車牌識別的核心技術(shù)就在于軟件。系統(tǒng)一般由車體感應(yīng)器,彩色攝像機,輔助光源,圖像采集與處理器,主控電腦和識別系統(tǒng)軟件構(gòu)成。

系統(tǒng)軟件一般先對牌照圖像進行濾波、二值化、校正、分割等處理,再進行識別。軟件部分由六個主要處理子模塊組成,各模塊功能為:

① 實時采集模塊實現(xiàn)對汽車牌照圖像的實時采集,并將采集的圖像轉(zhuǎn)換為數(shù)字圖像存儲;

② 車牌搜索及定位模塊對數(shù)字化后的車牌進行區(qū)域目標(biāo)搜索,并將圖像進行灰度翻轉(zhuǎn)統(tǒng)一為“白底黑字”;

③ 車牌分割對定位的車牌區(qū)域進行字符分割,將車牌分為7個單一的字符圖片(針對普通民用車);

④ 特征提取模塊對分割后的圖片進行相應(yīng)的特征描述;

⑤ 分類識別模塊根據(jù)圖片的特征描述將其識別為相應(yīng)的結(jié)果字符串;

⑥ 數(shù)據(jù)傳送輸出識別結(jié)果字符串到指定的設(shè)備上。

本文所做的工作在于前期的圖像預(yù)處理工作。本次設(shè)計著重在于圖像識別方面,中心工作都為此而展開,文中沒有進行車牌的定位處理,而是采用數(shù)碼相機直接對牌照進行正面拍照,獲取原始車牌圖像。之后利用編程對圖片進行了大小的調(diào)整、彩色圖片轉(zhuǎn)化成灰度圖片、圖片去噪、以及圖片二值化等工作。其中,去噪與二值化是關(guān)系圖像識別率的關(guān)鍵。

3 圖像的去噪-中值濾波以及二值化

中值濾波的基本思想是用像素點鄰域灰度值的中值來代替該像素點的灰度值,該方法在去除脈沖噪聲、椒鹽噪聲的同時又能保留圖像邊緣細(xì)節(jié),這是因為它不依賴于鄰域內(nèi)那些與典型值差別很大的值.中值濾波器在處理連續(xù)圖像窗函數(shù)時與線性濾波器的工作方式類似,但濾波過程卻不再是加權(quán)運算[3]。取3*3函數(shù)窗,計算以點 [i,j]為中心的函數(shù)窗像素中值步驟如下:1) 按強度值大小排列像素點。2) 選擇排序像素集的中間值作為點[i,j]的新值.

這一過程如圖1所示.一般采用奇數(shù)點的鄰域來計算中值,但如果像素點數(shù)為偶數(shù)時,中值就取排序像素中間兩點的平均值。

中值濾波在一定條件下,可以克服線性濾波器(如均值濾波等)所帶來的圖像細(xì)節(jié)模糊,而且對濾除脈沖干擾即圖像掃描噪聲最為有效。在實際運算過程中并不需要圖像的統(tǒng)計特性,也給計算帶來不少方便。但是對一些細(xì)節(jié)多,特別是線、尖頂?shù)燃?xì)節(jié)多的圖像不宜采用中值濾波[4]。

圖像的二值化處理就是將圖像上的點的灰度置為兩個數(shù)值,通常為0或255,使整個圖像呈現(xiàn)出明顯的黑白效果。也就是將256個亮度等級的灰度圖像通過適當(dāng)?shù)拈T限值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像[5]。

基于像素數(shù)目的直方圖閾值分割是本文采用的二值化算法,它的好處在于可以減少直方圖的不同形狀對二值化效果的影響,其步驟如下:計算直方圖,在直方圖中由0至255進行累加計算,當(dāng)像素數(shù)目大于某個值時,將當(dāng)前像素值作為二值化門限[6]。當(dāng)大于當(dāng)前像素值的像素點在圖像中所占的數(shù)量,也就是車牌中背景像素所占的比例稱為該副圖像的閾值。經(jīng)過對一些圖片的計算,確定該閾值在圖像像素數(shù)目的60%-80%之間。閾值的取值不同,對二值化的結(jié)果影響很大。越小包含越多背景的高光部分,越大損失越多字符像素。

使用這種算法,對于各種條件下拍攝的圖片均能較好的進行處理,過亮過暗的照片也能比較清楚地區(qū)分背景與字符。經(jīng)過均值去噪能夠消除大部分因為曝光問題而產(chǎn)生的不平滑邊緣和噪點,達(dá)到了一個較為理想的效果。

4 車牌系統(tǒng)的圖像處理及仿真

圖片采集作為車牌識別系統(tǒng)設(shè)計的第一步,往往十分關(guān)鍵,采集圖片的好壞也直接影響到系統(tǒng)的識別率。如同現(xiàn)行通用的電子抄牌系統(tǒng),也對圖片采集有一定的要求,譬如車牌在圖片中出現(xiàn)的大概位置以及光照程度等等,都是必須考慮的因素。正基于此,本文實驗仿真采集了40多張各不相同的車牌圖片,由于光照條件比較好,所攝圖像車牌位置比較固定,且圖像比較清晰,因此所拍圖片全部被接納作為實驗圖片,從而也能夠更真實地反應(yīng)車牌識別系統(tǒng)的車牌識別率高低。

圖2 車牌原始照片 圖3 圖片灰度顯示 圖4 圖片處理后二值化顯示

5 結(jié)束語

本文對車牌識別系統(tǒng)中的圖像處理過程進行了研究,通過對圖像依次進行灰度轉(zhuǎn)換,去噪,以及二值化的處理,在處理過程中同時均衡采取不同原理,按照從簡從優(yōu)的思想,以獲得清晰的車牌號碼。仿真實驗表明,本文的圖像處理過程能滿足車牌識別的要求,具有一定的實用性。

參考文獻(xiàn):

[1] 林蔚天.圖像處理與汽車牌照識別[J].山東理工大學(xué)學(xué)報,2007,11(6):46-48.

[2] 孔宏琦.利用中值濾波進行圖像處理[J].長安大學(xué)學(xué)報,2006,3(7):67-68.

[3] 田捷,沙飛,張新生.實用圖像分析與處理技術(shù)[M].北京:電子工業(yè)出版社,1995.

[4] 孫即祥.現(xiàn)代模式識別[M].長沙:國防科技大學(xué)出版社,2006.

篇4

教學(xué)中要注重教學(xué)方法和手段的推陳出新，充分調(diào)動學(xué)生的積極性和創(chuàng)造性，強調(diào)基本概念和原理的正確理解，教學(xué)中應(yīng)特別注意以下幾個方面。

(一)優(yōu)化教學(xué)方法上好“緒論”課，以知識的應(yīng)用提升學(xué)生學(xué)習(xí)興趣。目前，有相當(dāng)一部分學(xué)生“信號與系統(tǒng)”學(xué)得不好，主要原因是學(xué)習(xí)積極性不高，看到滿篇的公式就害怕，由此對課程學(xué)習(xí)失去信心。針對這種情況，教師要在提高學(xué)生學(xué)習(xí)興趣和主動性方面下功夫。教師需用啟發(fā)式教學(xué)取代以教師、課堂、課本為中心的灌輸式教學(xué)?？衫谩熬w論”課激發(fā)學(xué)生學(xué)習(xí)熱情:利用多媒體著重介紹數(shù)字信號處理在通信、語音和圖像處理等領(lǐng)域的應(yīng)用實例，如，手機的DSP芯片、門禁系統(tǒng)、心電信號濾波、數(shù)字圖像處理、視頻監(jiān)控、微信等，讓學(xué)生明白該課程的重要性及其應(yīng)用領(lǐng)域，提升學(xué)生對數(shù)字信號處理的興趣與學(xué)習(xí)積極性。在教學(xué)過程中靈活設(shè)置教學(xué)情境，增加互動環(huán)節(jié)，多做一些設(shè)計性實驗，拓展思維、增強信心。淡化公式推導(dǎo)，著重強調(diào)概念的物理意義和聯(lián)系。由于教材中大部分定理和結(jié)論是通過推導(dǎo)得出的，一些學(xué)生過于注重公式推導(dǎo)或證明。其實，授課時只需詳細(xì)推導(dǎo)典型公式，把一些重要的公式講清楚，類似的內(nèi)容可讓學(xué)生課后自學(xué)。課堂上教師要盡可能淡化推導(dǎo)和解題技巧，強調(diào)所得出結(jié)論的物理意義和工程應(yīng)用，將抽樣、頻譜分析、濾波等工程應(yīng)用案例穿插于理論教學(xué)中，讓工程應(yīng)用成為“數(shù)字信號處理”教學(xué)中的主線，做到數(shù)學(xué)概念、物理意義、工程應(yīng)用三者并重，［4］提高學(xué)生學(xué)習(xí)這門課程的興趣，增強學(xué)習(xí)的目的性和主動性。突出重難點，靈活采用多種教學(xué)方法。教學(xué)過程中分清主次，重難點內(nèi)容重點講、詳細(xì)講，較簡單的或應(yīng)用不多的內(nèi)容則少講或讓學(xué)生自學(xué)。教師根據(jù)教學(xué)內(nèi)容靈活選取不同的教學(xué)方法，如案例法、比喻法、對比法等，［5］通過分析和歸納總結(jié)的方式優(yōu)化教學(xué)方法，分解復(fù)雜問題。如，講授線性卷積時，將待卷積的兩個序列看作站成兩排等待領(lǐng)導(dǎo)接見的群眾，而卷積運算過程相當(dāng)于領(lǐng)導(dǎo)和所接見群眾依次握手的過程。教師要善于運用幽默形象的語言和高超的藝術(shù)，把抽象而枯燥無味的知識變得生動有趣。巧用對比法。對比法能潛移默化地引導(dǎo)學(xué)生將相近或相似的概念和方法進行小結(jié)、比較和分析，不僅能更好地理解不同內(nèi)容之間的共性和個性，而且能夠培養(yǎng)發(fā)散思維能力，提高學(xué)習(xí)效率，如圖2，將ZT、DFS、DTFT、DFT幾種變換通過圖表來比較，清晰地展現(xiàn)常見變量間的關(guān)系，避免混淆。為了讓學(xué)生對所學(xué)知識之間的聯(lián)系、用途有清晰的認(rèn)識，可利用“知識樹”的形式把每個章節(jié)的重點層層分解，將所學(xué)知識點和應(yīng)用聯(lián)系起來，便于歸納和總結(jié)(如圖2)。講解IIR和FIR濾波器設(shè)計時，先向?qū)W生講清為什么要設(shè)計數(shù)字濾波器、有哪些應(yīng)用、設(shè)計數(shù)字濾波器需要用到哪些知識。這樣，學(xué)生會自然而然地把所學(xué)知識點聯(lián)系起來。關(guān)注師生交流和信息反饋，重視因材施教。教師要根據(jù)不同專業(yè)和學(xué)生基礎(chǔ)等方面的差異，在講課方式和側(cè)重點上有所區(qū)別。教師要及時掌握學(xué)生的學(xué)習(xí)動態(tài)，調(diào)整教學(xué)內(nèi)容和方法，幫扶“學(xué)困生”，提升“優(yōu)等生”。

(二)改革課堂教學(xué)模式傳統(tǒng)與現(xiàn)代教學(xué)手段并用。運用多媒體教學(xué)能使抽象難懂的教學(xué)內(nèi)容形象化、直觀化，提高教學(xué)效率。［6］但在實際的“數(shù)字信號處理”課程教學(xué)中，過多地采用多媒體教學(xué)，教學(xué)效果并不理想。課堂中靈活運用黑板板書、多媒體課件、Matlab或LabView軟件演示，可增強師生互動。［7］難一點的公式推導(dǎo)和證明，仍然采用傳統(tǒng)板書方式教學(xué)，盡量放慢講課節(jié)奏，留給學(xué)生充裕的思考時間，達(dá)到深刻理解的目的。對于比較抽象的概念、原理或結(jié)論，如信號采樣及恢復(fù)、頻譜分析、循環(huán)卷積等，可借助多媒體技術(shù)將教學(xué)內(nèi)容生動、形象、高效地展示在學(xué)生面前，讓學(xué)生更清晰地理解其物理意義。建設(shè)網(wǎng)絡(luò)或視頻資源共享平臺也可避免多媒體教學(xué)課堂容量大、教學(xué)內(nèi)容難消化的問題。課后，讓學(xué)生登陸網(wǎng)絡(luò)課程，彌補大班教學(xué)人數(shù)過多造成的師生溝通不便、信息反饋通道不暢的問題;通過網(wǎng)絡(luò)答疑、討論和激勵制度激發(fā)學(xué)生學(xué)習(xí)興趣和主動參與性。建立“學(xué)習(xí)共同體”教學(xué)模式?！皩W(xué)習(xí)共同體”是指由學(xué)習(xí)者及助學(xué)者(包括教師、專家、輔導(dǎo)員等)共同構(gòu)成的團體。［8］共同體成員在學(xué)習(xí)過程中經(jīng)常溝通、交流，分享學(xué)習(xí)資源，共同完成特定學(xué)習(xí)任務(wù)，形成相互影響、相互促進的學(xué)習(xí)組織。在大班教學(xué)中建立學(xué)習(xí)共同體，在課堂教學(xué)中形成師生互教、互學(xué)的互動關(guān)系，教師在教學(xué)過程中給學(xué)生自主學(xué)習(xí)的空間，學(xué)生根據(jù)所接受的任務(wù)去發(fā)現(xiàn)、思考和解決問題，增進協(xié)作和互動，激發(fā)學(xué)習(xí)主動性，從而改善課堂教學(xué)效果，提高學(xué)習(xí)效率。

(三)強化實踐教學(xué)，高度重視學(xué)生實踐能力的培養(yǎng)應(yīng)用型人才培養(yǎng)應(yīng)始終堅持理論與實踐并重的原則。理論教學(xué)只是學(xué)習(xí)該門課程的一部分，將所學(xué)理論知識應(yīng)用于實踐，才能達(dá)到學(xué)以致用的目的。為此，必須加強實踐教學(xué)環(huán)節(jié)。運用仿真軟件教學(xué)。仿真軟件Matlab和Labview以其編程和調(diào)試簡單、代碼短、效率高等特點深受廣大教學(xué)和科研人員的歡迎，［9］廣泛應(yīng)用于控制系統(tǒng)、系統(tǒng)仿真等領(lǐng)域。結(jié)合幾年來“數(shù)字信號處理”課程的授課經(jīng)驗，在課程中引入Matlab和Labview軟件，讓學(xué)生動手完成系統(tǒng)設(shè)計和仿真，拓展實驗教學(xué)的深度和廣度，有助于增強學(xué)生學(xué)習(xí)成就感，培養(yǎng)學(xué)生的創(chuàng)新能力和設(shè)計能力。CCS是TI公司推出的DSP軟件集成開發(fā)環(huán)境，它運用圖形接口界面，提供工程管理和編輯工具。教師可以用2學(xué)時介紹DSP結(jié)構(gòu)、開發(fā)環(huán)境、DSP系列及其應(yīng)用實例。通過了解DSP仿真軟件CCS，為后續(xù)的DSP課程設(shè)計教學(xué)奠定基礎(chǔ)。優(yōu)化實驗教學(xué)內(nèi)容和改革實驗教學(xué)手段，加強教學(xué)內(nèi)容和工程應(yīng)用的融合?！皵?shù)字信號處理”教學(xué)應(yīng)堅持以實踐性和應(yīng)用性為教學(xué)目的，分層設(shè)計實驗，優(yōu)化實驗內(nèi)容，盡量減少驗證性實驗，增加綜合性、設(shè)計性、創(chuàng)新性、開放性實驗教學(xué)內(nèi)容。革除填鴨式教學(xué)，開展“項目導(dǎo)向、任務(wù)驅(qū)動、案例教學(xué)”的教學(xué)模式，結(jié)合學(xué)生情況，創(chuàng)設(shè)情境，教師提出任務(wù)，學(xué)生邊學(xué)邊練，完成自主學(xué)習(xí)任務(wù)，充分培養(yǎng)學(xué)生的再學(xué)習(xí)和主動學(xué)習(xí)的能力。［10］針對每一章的具體內(nèi)容，在講授理論知識之前先給學(xué)生一個具體的工程應(yīng)用例子，提出問題，引導(dǎo)學(xué)生積極開動腦筋，督促學(xué)生課后以小組為單位主動查找相關(guān)資料，提出解決問題的方法和思路。如，在講授數(shù)字濾波器之前，教師可設(shè)計數(shù)字濾波器對心電信號進行去噪處理。同時，教師可以電子設(shè)計大賽等學(xué)科競賽為契機，以畢業(yè)設(shè)計為導(dǎo)向，有意識地引導(dǎo)學(xué)生進行創(chuàng)新性課題的研究，深入掌握信號處理理論，增強工程應(yīng)用能力和團隊合作精神，做到學(xué)以致用。

二、考核方式的改革

篇5

關(guān)鍵詞：電能質(zhì)量分析方法FACTS技術(shù) 控制

引言：改革開放以來，我國國民經(jīng)濟的迅猛發(fā)展，科學(xué)技術(shù)的進步和生產(chǎn)過程的高度自動化，電網(wǎng)中各種非線性負(fù)荷及用戶不斷增長；各種復(fù)雜的、精密的，對電能質(zhì)量敏感的用電設(shè)備越來越多。上述兩方面的矛盾越來越突出，用戶對電能質(zhì)量的要求也更高，在這樣的環(huán)境下，探討電能質(zhì)量領(lǐng)域的相關(guān)理論及其控制技術(shù)，分析我國電能質(zhì)量管理和控制的發(fā)展趨勢，具有很強的觀實意義。

一 衡量指標(biāo)

由于所處立場不同，關(guān)注或表征電能質(zhì)量的角度不同，人們對電能質(zhì)量的定義還未能達(dá)成完全的共識，但是對其主要技術(shù)指標(biāo)都有較為一致的認(rèn)識。

1.諧波和間諧波：含有基波整數(shù)倍頻率的正弦電壓或電流稱為諧波。含有基波非整數(shù)倍頻率的正弦電壓或電流稱為間諧波，小于基波頻率的分?jǐn)?shù)次諧波也屬于間諧波。

2.電壓波動和閃變（fluctuation&flicker）：電壓波動是指在包絡(luò)線內(nèi)的電壓的有規(guī)則變動，或是幅值通常不超出0.9～1.1倍電壓范圍的一系列電壓隨機變化。閃變則是指電壓波動對照明燈的視覺影響。

3.壓偏差：是電壓下跌(電壓跌落)和電壓上升(電壓隆起)的總稱。

4.頻率偏差：對頻率質(zhì)量的要求全網(wǎng)相同，不因用戶而異，各國對于該項偏差標(biāo)準(zhǔn)都有相關(guān)規(guī)定。電壓三相不平衡：表現(xiàn)為電壓的最大偏移與三相電壓的平均值超過規(guī)定的標(biāo)準(zhǔn)。

二 分析方法

1頻域分析法

頻域分析方法主要包括頻率掃描、諧波潮流計算和混合諧波潮流計算等，該方法多用于電能質(zhì)量中諧波問題的分析。

頻率掃描和諧波潮流計算在反映非線性負(fù)載動態(tài)特性方面有一定局限性，因此混合諧波潮流計算法在近些年中發(fā)展起來。其優(yōu)點是可詳細(xì)考慮非線性負(fù)載控制系統(tǒng)的作用，因此可精確描

述其動態(tài)特性。缺點是計算量大，求解過程復(fù)雜。

2時域仿真法

時域仿真方法在電能質(zhì)量分析中的應(yīng)用最為廣泛，其最主要的用途是利用各種時域仿真程序?qū)﹄娔苜|(zhì)量問題中的各種暫態(tài)現(xiàn)象進行研究。目前較通用的時域仿真程序有EMTP、EMTDC、NETOMAC等系統(tǒng)暫態(tài)仿真程序和SPICE、PSPICE、SABER等電力電子仿真程序。

采用時域仿真計算的缺點是仿真步長的選取決定了可模仿的最大頻率范圍，因此必須事先知道暫態(tài)過程的頻率覆蓋范圍。此外，在模仿開關(guān)的開合過程時，還會引起數(shù)值振蕩。

3基于變換的方法

在電能質(zhì)量分析領(lǐng)域中廣泛應(yīng)用的基于變換的方法主要有Fourier變換、神經(jīng)網(wǎng)絡(luò)、二次變換、小波變換和Prony分析等5種方法。

3.1小波分析法

小波變換是新的多尺度分析數(shù)字技術(shù)，它通過對時間序列過程從低分辨率到高分辨率的分析，顯示過程變化的整體特征和局部變化行為。常用的小波基函數(shù)有：Daubechies小波、B小波、Morlet小波Meyer小波等。

小波變換的優(yōu)點是：具有時－頻局部化的特點，特別適合突變信號和不平穩(wěn)信號分析?？梢詫π盘栠M行去噪、識別和數(shù)據(jù)壓縮、還原等。缺點是：在實時系統(tǒng)中運算量較大，需要如DSP等高價格的高速芯片；小波分析有“邊緣效應(yīng)”，邊界數(shù)據(jù)處理會占用較多時間，并帶來一定誤差。

3.2神經(jīng)網(wǎng)絡(luò)法

神經(jīng)網(wǎng)絡(luò)理論是巨量信息并行處理和大規(guī)模平行計算的基礎(chǔ)，它既是高度非線性動力學(xué)系統(tǒng)，又是自適應(yīng)組織系統(tǒng)，可用來描述認(rèn)知、決策及控制的智能行為。

神經(jīng)網(wǎng)絡(luò)法的優(yōu)點是：可處理多輸入－多輸出系統(tǒng)，具有自學(xué)習(xí)、自適應(yīng)等特點。不必建立精確數(shù)學(xué)模型，只考慮輸入輸出關(guān)系即可。缺點是：存在局部極小問題，會出現(xiàn)局部收

斂，影響系統(tǒng)的控制精度；理想的訓(xùn)練樣本提取困難，影響網(wǎng)絡(luò)的訓(xùn)練速度和訓(xùn)練質(zhì)量；網(wǎng)絡(luò)結(jié)構(gòu)不易優(yōu)化。

3.3二次變換法

二次變換是一種基于能量角度來考慮的新的時域變換方法。該方法的基本原理是用時間和頻率的雙線性函數(shù)來表示信號的能量函數(shù)。

二次變換的優(yōu)點是：可以準(zhǔn)確地檢測到信號發(fā)生尖銳變化的時刻；精確測量基波和諧波分量的幅值。缺點是：無法準(zhǔn)確地估計原始信號的諧波分量幅值；不具有時域分析功能。

三 控制策略

PID控制：這是應(yīng)用最為廣泛的調(diào)節(jié)器控制規(guī)律，其結(jié)構(gòu)簡單、穩(wěn)定性好、工作可靠、調(diào)整方便，易于在工程中實現(xiàn)。當(dāng)被控對象的結(jié)構(gòu)和參數(shù)不能完全掌握，或得不到精確的數(shù)學(xué)模型時，應(yīng)用PID控制技術(shù)最為方便。其缺點是：響應(yīng)有超調(diào)，對系統(tǒng)參數(shù)攝動和抗負(fù)載擾動能力較差。

空間矢量控制：空間矢量控制也是一種較為常規(guī)的控制方法。其原理是：將基于三相靜止坐標(biāo)系(abc)的交流量經(jīng)過派克變換得到基于旋轉(zhuǎn)坐標(biāo)系(dq)的直流量從而實現(xiàn)解耦控制。常規(guī)的矢量控制方法一般采用DSP進行處理，具有良好的穩(wěn)態(tài)性能與暫態(tài)性能。也可采用簡化算法以縮短實時運算時間。

模糊邏輯控制：知道被控對象精確的數(shù)學(xué)模型是使用經(jīng)典控制理論的"頻域法"和現(xiàn)代控制理論的“時域法”設(shè)計控制器的前提條件。模糊控制作為一種新的智能控制方法，無需對系統(tǒng)建立精確的數(shù)學(xué)模型。它通過模擬人的思維和語言中對模糊信息的表達(dá)和處理方式，對系統(tǒng)特征進行模糊描述，來降低獲取系統(tǒng)動態(tài)和靜態(tài)特征量付出的代價。

非線性魯棒控制：超導(dǎo)儲能裝置(SMES)實際運行時會受到各種不確定性的影響，因此可通過對SMES的確定性模型引入干擾，得到非線性二階魯棒模型。對此非線性模型，既可應(yīng)用反饋線性化方法使之全局線性化，再利用所有線性系統(tǒng)的控制規(guī)律進行控制，也可直接采用魯棒控制理論設(shè)計控制器。

四 技術(shù)

1.FACTS技術(shù)

FACTS，即基于電力電子控制技術(shù)的靈活交流輸電，是上世紀(jì)80年代末期由美國電力研究院（EPRI）提出的。它通過控制電力系統(tǒng)的基本參數(shù)來靈活控制系統(tǒng)潮流，使輸送容量更接近線路的熱穩(wěn)極限。采用FACTS技術(shù)的核心目的是加強交流輸電系統(tǒng)的可控性和增大其電力傳輸能力。

目前有代表性的FACTS裝置主要有：可控串聯(lián)補償電容器、靜止無功補償器、晶閘管控制的串聯(lián)投切電容器、統(tǒng)一潮流控制器等。

2.用戶電力技術(shù)