[发明专利]一种基于二维矩阵特征识别的分布式光纤振动信号识别算法在审
申请号: | 201710147275.1 | 申请日: | 2017-03-13 |
公开(公告)号: | CN106991381A | 公开(公告)日: | 2017-07-28 |
发明(设计)人: | 陈柏;杨建成;张承涛;陈宇;陈嘉琳 | 申请(专利权)人: | 无锡亚天光电科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;H04B10/07 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 214000 江苏省无锡*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 二维 矩阵 特征 识别 分布式 光纤 振动 信号 算法 | ||
1.一种基于二维矩阵特征识别的分布式光纤振动信号识别算法,其特征在于:包括如下步骤:
S1、信号采集,通过分布式光纤采集振动的光信号;
S2、将步骤S1中采集到的光信号转化为原始电信号,利用光调制器实现从电信号到光信号的转换的器件,并进行收集;
S3、将步骤S2中得到的原始电信号进行滤波,并进行收集;
S4、将步骤S3中得到波形进行二维数据生成,数据采集系统处于正确的工作状态,并将信息和数据反馈给上位机,生成二维数据;
S5、将步骤S4中生成的二维数据通过形态学处理方法进行图像膨胀;
S6、将步骤S5中生成的二维数据通过形态学处理方法进行孔洞填充,利用MATLAB软件系统来实现图像的局部区域填充;
S7、将步骤S6中生成的二维数据通过形态学处理方法进行区域分割;
S8、对识别出的区域进行特征表示和描述,提取图像骨骼,提取图像的傅里叶描述子,并通过傅里叶描述子进行振动信号的识别。
2.根据权利要求1所述的一种基于二维矩阵特征识别的分布式光纤振动信号识别算法,其特征在于:步骤S1中,以FPGA作为主控制器,USB作为传输接口,硬件分为信号调理部分、信号采集部份、FPGA部分、USB信号传输部分以及电源模块、数字IO模块和预留扩展口。
3.根据权利要求1所述的一种基于二维矩阵特征识别的分布式光纤振动信号识别算法,其特征在于:步骤S2中电光调制器是利用电光晶体的折射率随外加电场而变即电光效应实现光调制。
4.根据权利要求1所述的一种基于二维矩阵特征识别的分布式光纤振动信号识别算法,其特征在于:步骤S3中采用切比雪夫滤波器,通带起伏越小,截止频率点衰减的分贝值也越小,切贝雪夫滤波器的通带有波纹,过渡带轻陡直,滤波效果更加好,减少干扰数据对信号识别的影响。
5.根据权利要求1所述的一种基于二维矩阵特征识别的分布式光纤振动信号识别算法,其特征在于:步骤S5中将生成的二维数据通过形态学处理方法进行图像膨胀,将与物体接触的所有背景点合并到物体中,使目标增大,可添补目标中的空洞。
6.根据权利要求1所述的一种基于二维矩阵特征识别的分布式光纤振动信号识别算法,其特征在于:步骤S7中生成的二维数据通过形态学处理方法进行区域分割,首先对每个需要分割的区域找出一个种子象素作为生长的起点,然后将种子象素周围邻域中与种子有相同或相似性质的象素,根据事先确定的生长或相似准则来确定,合并到种子象素所在的区域中,而新的象素继续做种子向四周生长,直到再没有满足条件的象素可以包括进来。
7.根据权利要求1所述的一种基于二维矩阵特征识别的分布式光纤振动信号识别算法,其特征在于:在步骤S8中,提取图像骨骼是是采用读取图像文件,再用graythreash函数计算阈值计算,利用im2bw函数将原图像变为二值图像,调用bwmorph函数去除物体的边界像素,其余像素组成的图像骨架并显示出来,完成图像骨骼的提取,提取图像的傅里叶描述子是利用基于曲线多边形近似的连续傅里叶变换方法计算出傅里叶描述子,并通过形状的主方向消除边界起始点相位影响。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于无锡亚天光电科技有限公司,未经无锡亚天光电科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710147275.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于掌静脉图像的预处理方法
- 下一篇:一种遥感场景分类方法