Wyniki wyszukiwania - BazTech

1

Zastosowanie technik przetwarzania obrazów do identyfikacji śladów obróbki ściernej

Łukianowicz Cz.

Mechanik

|

2018

|

R. 91, nr 11

1020--1022

PL

Przedstawiono podstawy wybranych technik przetwarzania obrazów opartych na przekształceniach Fouriera, Radona i Hougha, które są stosowane do szybkiej identyfikacji śladów obróbki na powierzchniach obrobionych ściernie. Pokazano przykład programu pozwalającego na identyfikację śladów obróbki.

EN

The principles of selected image processing techniques based on Fourier, Radon and Hough transformations are presented. The techniques can be used to quick identification of the machined marks on surfaces after abrasive machining. Example of software that allow the identification of machined marks is shown.

2

Adaptacyjny algorytm filtracji sygnału fonokardiograficznego wykorzystujący sztuczną sieć neuronową

Gradolewski D., Tojza P., Redlarski G.

Przegląd Elektrotechniczny

|

2014

|

R. 90, nr 11

227--230

PL

Podstawowym problemem podczas projektowania systemu autodiagnostyki chorób serca, bazującego na analizie sygnału fonokardiograficznego (PCG), jest konieczność zapewnienia, niezależnie od warunków zewnętrznych, sygnału o wysokiej jakości. W artykule, bazując na zdolności Sztucznej Sieci Neuronowej (SSN) do predykcji sygnałów periodycznych oraz quasi-periodycznych, został opracowany adaptacyjny algorytm filtracji dźwięków serca. Wykazano, że poprzez zastosowanie jednokierunkowej, dwuwarstwowej sieci neuronowej ze 100 neuronami w warstwie wejściowej oraz odpowiednio z 25 i 10 neuronami w warstwach ukrytych oraz poprzez zastosowanie algorytmu Silva-Almeida podczas uczenia sieci metodą wstecznej propagacji wraz z sigmoidalną funkcją pobudzenia tangensa hiperbolicznego, możliwa jest efektywna filtracja sygnału PCG. Opracowany algorytm został przetestowany zarówno dla dźwięków serca zarejestrowanych u osoby zdrowej (S1-S4) jak dla dźwięków serca osób posiadających zmiany patologiczne (normalne rozszczepienie tonu S1, klik wyrzutowy oraz dudnienie rozkurczowe).

EN

The quality of the phonocardiography signal plays a key role in the development of an effective auto-diagnostic system. In this paper, an adaptive denoising algorithm is shown, which was developed based on the neural networks ability of periodic and quasi-periodic signals prediction – such as phonocardiography signal. It is presented that a multilayer neural network of 100 neurons in the input layer, 25 in first and 10 in second layer, trained using the backpropagation algorithm can remove the noise efficiently. During the simulation Silva-Almeida algorithm and Tan-Sigmoid transfer function were used. The denoising algorithm is tested on normal (S1 – S4) and pathological (normal split S1, ejection click, diastolic rumble) heart tones.

3

Simple adaptive filter as a part of information system for market data analysis

Janowicz M., Kietlińska K., Zembrzuski A.

Information Systems in Management

|

2014

|

Vol. 3, No. 4

221--228

EN

Application of the simple least mean squares (LMS) adaptive filter of to the Warsaw Exchange Market (GPW) has been analyzed using stocks belonging to WIG20 group as examples. LMS filter has been used as a binary classifier, that is, to forecast the sign of changes in the (normalized) stock values. Two kinds of data has been used, namely, the differenced and double differenced normalized close values of stocks. It has been shown that while the predictive power of LMS filter is virtually zero for the differenced series, it rises significantly in the case of double-differenced series for all analyzed stocks. We attribute this to the better stationarity properties of the double differenced time series.

4

Pomiary fotopulsoksymetryczne przy występowaniu zakłóceń wywołanych czynnościami ruchowymi : rozwiązania układowe

Torbicz W., Dawgul M., Dudziński K., Wawro B., Remiszewska E., Pijanowska D. G.

Elektronika : konstrukcje, technologie, zastosowania

|

2014

|

Vol. 55, nr 11

76-84

PL

Obecnie istnieje coraz szersze zapotrzebowanie na urządzenia służące do oceny stanu psychofizycznego osób, w tym żołnierzy czy sportowców, w czasie ich aktywności fizycznej, a więc w ruchu. Muszą to być przyrządy noszone. Ruch ciała jest źródłem dużych zakłóceń, które utrudniają, a nawet uniemożliwiają wykonanie pomiarów za pomocą pulsoksymetrów stosowanych w diagnostyce klinicznej. W artykule w sposób skrótowy przedstawiono zasadę pomiarów utlenowania krwi tętniczej za pomocą fotopulsoksymetrów oraz dokonano przeglądu metod przetwarzania rejestrowanych sygnałów pulsoksymetrycznych mających na celu wyeliminowanie wpływu zakłóceń ruchowych na wyniki pomiarów utlenowania krwi tętniczej.

EN

Now-a-day, there is an increasing demand for devices needed for assessing a psychophysical state of people, including soldiers and sportsmen, during their physical activity, and so in moving. Such devices must be worn. Body movement is a source of high disturbances, which impede or even make impossible realization of measurements by pulse oximeters applied in clinical diagnosis. The paper briefly presents basic information on arterial blood oxygen saturation measurements using pulse oximeters, and gives a review of methods used for processing the monitored pulse oximeter signals in order to eliminate an influence of the movement disturbances on the results of oxygen arterial blood saturation measurements.

5

Śledzenie parametrów cyfrowych sygnałów sinusoidalnych z zastosowaniem filtrów adaptacyjnych

Duda K.

Przegląd Elektrotechniczny

|

2011

|

R. 87, nr 1

140-143

PL

Niniejsza praca dotyczy zagadnienia estymacji chwilowej częstotliwości, amplitudy i fazy cyfrowych sygnałów sinusoidalnych. Sygnał sinusoidalny jest modelowany równaniem rekurencyjnym filtra cyfrowego ze sprzężonym biegunem zespolonym na okręgu jednostkowym. Równanie to umożliwia określenie, optymalnej w sensie najmniejszych kwadratów (LS), częstotliwości sygnału na podstawie próbek (pomiarów). Zastosowanie postaci analitycznej sygnału pomiarowego umożliwia wyznaczenie, optymalnych w sensie LS, estymat amplitudy i fazy sygnału. W referacie podano iteracyjne rozwiązanie problemu estymacji parametrów sygnałów sinusoidalnych w postaci filtrów adaptacyjnych RLS i LMS. Podano przykładową realizację algorytmu estymacji oraz określono jej błędy systematyczne, a także zilustrowano własność śledzenia częstotliwości i amplitudy chwilowej.

EN

The paper describes new method for estimation of instantaneous frequency, amplitude, and phase of sinusoidal signals. The sinusoidal signal is modeled by the difference equation of the digital filter with the complex conjugate pole placed on the unit circle. The difference equation is used for computing signal's frequency optimal in the least squares (LS) sense. Optimal LS solutions for the amplitude and phase are derived with the use of analytic signal. In the paper the problem of LS solution is next stated as the problem of adaptive filtering and the iterative solutions in the form of RLS and LMS filters are given. Those filters contain only one coefficient and the computational burden is significantly reduced as to compare to popular Kalman or extended Kalman filter. The specific implementation of the proposed method is given and discussed in the paper. We show the systematic errors of frequency, amplitude, and phase estimation. The tracking of instantaneous frequency and amplitude is illustrated with the test signal disturbed by Gaussian noise with simultaneous frequency and amplitude modulation. The compromise between tracking abilities and noise immunity is also shown by means of numerical simulations.

6

Metody Rozpoznawania Wzorców Obrazów w Analizie Wskaźników Dermatoglificznych Zespołu Downa

Wojtowicz H., Wajs W.

Pomiary Automatyka Kontrola

|

2011

|

R. 57, nr 9

1000-1004

PL

Klasyfikacja odbitek wzorców w polu palucha na stopach jest jest jednym z zadań analizy dermatoglificznej wykonywanej przez antropologa do wykrywania wad genetycznych u noworodków. Artykuł opisuje zastosowanie metod przetwarzania obrazów i rozpoznawania wzorców do klasyfikacji obrazów odbitek wzorców w polu halukalnym stóp. Opisana została metoda klasyfikacji odbitek tych wzorców. Do poprawienia jakości obrazów zastosowano zabiegi poprawiania kontrastu obrazu, segmentacji tła oraz kontekstowej filtracji obrazu za pomocą krótkoczasowej transformaty Fouriera. Zaproponowano zastosowanie algorytmu opartego na rozkładzie piramidowym w wielu skalach do wyznaczenia kierunków pływów listewek odbitek. W artykule opisane i przedyskutowane zostały modele klasyfikatorów obrazów odbitek wzorców w polu palucha na stopach. Klasyfikatory te stanowią część automatycznego systemu diagnostycznego służącego do badań przesiewowych na obecności trisomii 21 (zespołu Downa). System wspomaga pracę antropologa poprzez automatyczne przetwarzanie i wykrywanie własności wskazujących na obecność wad genetycznych. Obrazy dermatoglifów są wstępnie przetwarzane przed procesem klasyfikacji w celu wydobycia wektorów własności analizowanych przez Maszyny Wektorów Wspierających. Funkcje jądrowe oparte na radialnych funkcjach bazowych zostały użyte w procesie indukcji wieloklasowego systemu Maszyn Wektorów Wspierających generowanego według algorytmu 'jeden przeciwko jednemu'. Badania wykonane na danych pochodzących z Collegium Medicum Uniwersytetu Jagielońskiego w Krakowie, pokazują efektywność zaproponowanego podejścia w poprawianiu jakości obrazów odbitek wzorców w polu palucha na stopach i ich klasyfikacji.

EN

Classification of patterns of hallucal area of sole is one of the tasks of dermatoglyphic analysis. The paper describes application of image processing and pattern recognition methods to classification of impressions of hallucal area of sole. Contrast enhancement, segmentation and contextual filtration techniques are used to enhance quality of the images. Use of an algorithm based on multi-scale pyramid decomposition of an image is proposed for ridge orientation calculation. Hallucal area pattern classifiers, which are part of an automatic system for rapid screen diagnosing of trisomy 21 (Down's Syndrome) in infants, are created and discussed. The system is a tool supporting medical decision by automatic processing of dermatoglyphic prints and detecting features indicating presence of genetic disorder. Images of dermatoglyphic prints are pre-processed before the classification stage to extract features analysed by Support Vector Machines algorithm. RBF kernel type is used in the training of SVM multi-class systems generated with one-vs-one scheme. Experiments conducted on the database of Collegium Medicum of the Jagiellonian University in Cracow show effectiveness of the proposed approach to classification of infants' fingerprints.

7

Impulsive noise cleaning by smoothing of images using fast median method (FMM)

Velu C. M., Prabakaran N., Vivekanandan P.

Image Processing & Communications

|

2008

|

Vol. 13, no 3-4

19-30

EN

The objective of this paper is to propose new approaches FMM for removing impulsive noise in images so as to smooth the image for further processing. The various methods like Laplacian filter. Gaussian filter. Mean filter, Mode filter, Maximum filter, Minimum filter, Hybrid filter, Adaptive filter, Low pass filter, High pass filter, Hybrid filter and Uniform filter are discussed. In this paper, a new approach is proposed to use the FMM, which is obtained by computing median in each row, again median is calculated for medians of each row of a convolution mask. In this method, for example, for a 3 x 3 mask, left and right gray values are loaded along with center pixel of each row or each column and these values are sorted in order. The new center value is considered as median value, with this new value, smoothing of an image is achieved. In this method, a smoothed image is computed by employing just an auxiliary function swap, which yields less computation time.

8

Filtering of Industrial Data using the Artifficial Neural Networks

Stanisławczyk A., Talar J., Jarosz P., Kusiak J.

Computer Methods in Materials Science

|

2007

|

Vol. 7, No. 2

311-316

EN

The data sets, which describe the parameters of any real industrial process, are usually noisy and often not complete. Moreover, the analysis of the data sets is complicated because of the measurement noise of different kinds. The filtering process of the data with the imposed noise is a complex problem and it is difficult to find appropriate general filtering method, which gives the reliable results. Sometimes, the filtering procedure eliminates important information, and sometimes leaves the unnecessary noise. This situation causes many problems with the gathering of the data, which can be useful in modelling of the considered industrial process. The main objective of the work is elaboration of the filtering procedures of the data sets obtained from the copper flash smelting process. The filtered data will serve to work out the Artificial Neural Network based control system of the copper flash smelting process. The existing models of that process are very simplified or based on the FEM models [1-4]. These models are useless from the point of view of the control system, because of its low accuracy and a long computation time. The idea of the control system of the copper flash smelting process is based on the artificial neural networks model [5,6]. The registered in the industrial conditions data are not suitable for the further analysis and modelling of the process. Therefore, the elaboration of the model must be preceded with the filtering of the data. Different techniques were applied to filtering of the noisy industrial data: Fourier Transform Method and techniques based on the Artificial Neural Networks. The filtered data sets were used to creation of the ANN model of the copper flash smelting process. The paper presents the results of filtering of the industrial data and the results of prediction of the chosen parameters of the copper flash smelting process using ANN model elaborated on the base of filtered data.

PL

W procesie modelowania obiektów przemysłowych często napotyka się na trudności związane ze specyfikacją i sposobem akwizycji danych opisujących rzeczywisty obiekt. Rejestrowane dane są zaszumione oraz często niekompletne. Również nie wszystkie istotne parametry mogą być rejestrowane. Filtrowanie danych z nakładającymi się szumami oraz zakłóceniami jest bardzo złożonym problemem, a znalezienie uniwersalnej metody filtrowania, która dawałaby wiarygodne rezultaty jest zadaniem skomplikowanym. Czasem procedury filtrowania eliminują istotne informacje, innym razem pozostawiają zbędny szum. Dlatego też, rejestrowane dane są często nieużyteczne dla dalszej analizy i modelowania procesu. Celem pracy jest prezentacja opracowanej procedury filtrowania, która pozwala na eliminowanie tych komponentów sygnałów wyjściowych, które nie mogą być przewidywane na podstawie rejestrowanych sygnałów wejściowych. Zaproponowany algorytm filtrowania danych wykorzystuje zalety różnych technik: filtrów adaptacyjnych, metody transformaty Fouriera oraz technik opartych o sztuczne sieci neuronowe. Opisano metodę filtrowania danych przemysłowych oraz zaprezentowano zastosowanie jej do filtrowania danych pochodzących z pieca do zawiesinowego wytopu miedzi.

9

Metody badań ekspresji mowy u osób po usunięciu krtani

Pietruch R., Michalska M., Konopka W., Grzanka A.

Bio-Algorithms and Med-Systems

|

2005

|

Vol. 1, no. 1/2

175--182

PL

Artykuł ma na celu zaprezentowanie sposobów komputerowego przetwarzania obrazów i dźwięków wykorzystywanych w badaniach pacjentów po usunięciu krtani. Metody komputerowe mają na celu wizualizację widma głosu pacjentów, umożliwienie komputerowej analizy otrzymanych obrazów, wyselekcjonowanie najważniejszych cech sygnałów, zarchiwizowanie danych oraz analizę systematyczną otrzymanych wyników. Celem badań jest porównanie obiektywnych właściwości sygnałów z subiektywną oceną postępu pacjenta w rehabilitacji.

EN

The paper shows the methods for processing speech signals and imaging power spectral density of speech. The methods were applied in medicine as a tool for improving the patients' rehabilitation after tracheotomy. The adaptive algorithms and transversal filters were implemented to estimate the transfer function of human speech modeling tract. The estimation methods were based on autoregressive model. The pilot study on speakers' images, especially movements of lips and jaw, and their correlation with speech frequency has been presented.

10

Adaptacyjny pomiar częstotliwości sieci energetycznej w systemie pomiarowym z procesorem sygnałowym TMS320C32

Bień A., Danysz K.

Elektrotechnika i Elektronika

|

2003

|

T. 22, z. 1

17--24

PL

Pomiar częstotliwości, jako jednego z podstawowych parametrów sygnału elektrycznego, stanowi ważny problem w ocenie jakości energii elektrycznej. Pośród wielu metod dotychczas opracowanych, większość bazuje na bardzo prostych obliczeniach z uwagi na łatwość implementacji w urządzeniach pomiarowych. Stwarza to jednak niebezpieczeństwo wystąpienia błędu podczas pracy z sygnałami o dużych wahaniach parametrów oraz zmienności wartości częstotliwości w czasie. Precyzyjny pomiar w takich warunkach wymaga zastosowania wielu skomplikowanych obliczeń i możliwy jest obecnie dzięki coraz szerzej dostępnej technice procesorów sygnałowych. Te specjalizowane układy pozwalają na wykonanie wielu różnych operacji oraz uzyskanie wyniku w bardzo krótkim czasie. W artykule przedstawiona jest metoda wykorzystująca procesor TMS320C32 firmy Texas Instruments wbudowany w układ pomiarowy. Dotychczas prezentowane metody nie poruszały możliwości pomiaru częstotliwości z wykorzystaniem algorytmów filtrów adaptacyjnych. W celu wykorzystania ich do pomiaru częstotliwości konieczna jest modyfikacja struktury oraz wprowadzenie kryterium oceny dopasowania sygnałów. Zbudowany algorytm wykorzystuje filtrację FFT we wstępnym etapie pracy oraz przekształcenia wynikające z modelu Prony'ego do celu parametryzacji sygnałów. Dodatkowo w celu przyspieszenia działania algorytmu została opracowana metoda najszybszego spadku, dobierająca minimalną liczbę sygnałów referencyjnych do porównania. Skuteczność przedstawionej metody została poparta badaniami symulacyjnymi i badaniami podczas pracy z rzeczywistym źródłem sygnału.

EN

Measurement of the main frequency is a very important problem in a quality estimation of electrical energy. In a many developed methods, most of them is based on a very easy calculations because of easily to implement on measuring instruments. Because of that there is a danger of mistakes when signal has a big distortions or frequency changes in a measurement time. In this case precise algorithm can use techniques based on digital signal processors. Those specialized microchips allow to preform many complicated calculations in a short time. In this paper method will be presented with processor Texas Instruments TMS320C32. Methods, which are developed nowadays, did not use algorithm based on adaptative filters. To implement this method we need to modify structure of the filter and design estimation criterion of adjusted signals. Builded algorithm uses FFT filtration in a first sequence and method based on Prony 's model to parametrise input signals. To accelerate calculations we delivered fastest fall down method, which generate minimal number of reference signals. Efectiveness of developed method were proved thru simulations and working on a real generated signal.

11

On a New Approach to Reconstruction of Audio Signals

Cisowski K., Niedźwiecki M., Barski M.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2000

|

Vol. 48, nr 4

561-572

EN

The paper presents a new approach to reconstruction of audio signals. First, a general reconstruction formula is derived allowing one to estimate unknown samples from the known (neighboring) ones. Then, it is shown that the unknown excitation appearing in the analytical reconstruction formula can be replaced with the natural excitation waveform extracted from the available portions of the signal.

12

Eliminacja szumów interferencyjnych przy zastosowaniu sieci neuronowych

Osowski S.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

1999

|

nr 1

20-24

PL

Porównano metody filtracji liniowej i nieliniowej oparte na teorii sieci neuronowych w zastosowaniu do eliminacji szumów interferencyjnych. Podano struktury tych filtrów oraz algorytmy doboru wag, pozwalające na adaptację wartości wag w trybie on-line. Pokazano, że zastosowanie filtracji nieliniowej pozwala na istotne zwiększenie skuteczności działania filtru, zwłaszcza w przypadku istnienia przesłuchu, czyli obecności sygnału użytecznego w sygnale odniesienia.

EN

The paper presents the application of the neural network adaptive filters for interference canceling. Three types of filters have been considered and compared: the linear FIR adaptive filter applying the neural optimization networks, the perceptron dynamic filter of one hidden layer and non-linear Volterra type filter. The results of the simulation of these filters are presented and discussed. The main advantages of the proposed solution are: computational efficiency, the rapid convergence to the optimal solution and modularity, which is a very important feature in VLSI implementation.

13

Signal processing for medical diagnostics

Barschdorff D.

Prace Naukowe Instytutu Górnictwa Politechniki Wrocławskiej. Konferencje

|

1999

|

Vol. 86, nr 24

11-23

EN

Due to new sensor concepts, increasing computer performance originating from smaller hardware (Notebook), cut-price offers and information exchange via networks the possibilities of computer based medical signal processing and diagnostics have improved significantly. In addition, automatic artefact detection and algorithms of artificial intelligence put new diagnostic tools at physicians disposal. some advanced signal processing techniques applied in medical research projects of our institute at the University of Paderborn like Wavelets, Wigner-ville transform, adaptive filtering and neural networks are discussed. Two-dimensional imaging methods are not treated.

14

Fast Reconstruction Algorithm for ARMA Signals

Niedźwiecki M.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

1999

|

Vol. 47, nr 1

83-90

EN

The problem of detection and elimination of impulsive disturbances from ARMA signals is considered and a new low-complexity variable-order recursive algorithm is proposed for its solution.