Wyniki wyszukiwania - BazTech

1

Algorytm dekompozycji i modelowania sygnału full-waveform w lotniczym skaningu laserowym

Walicka A., Borkowski A.

Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum

|

2016

|

Vol. 15, nr 1-4

35--48

PL

Lotniczy skaning laserowy jest obecnie jedną z najwydajniejszych technik pozyskiwania danych o powierzchni i elementach pokrycia terenu. Dynamiczny rozwój technologii pozwolił na szersze zastosowanie systemów typu full-waveform, które rejestrują kształt całej krzywej fali powracającej do odbiornika. W celu pozyskania dodatkowych informacji o obiektach, od których nastąpiło odbicie, zapisane dyskretne wartości przybliża się za pomocą zestawu funkcji parametrycznych. Prace badawcze koncentrują się na tworzeniu algorytmów pozwalających na przeprowadzenie szybkiej dekompozycji fali przy jednoczesnym wykryciu i aproksymacji słabych oraz nakładających się ech. Większość istniejących metod dekompozycji wymaga znajomości liczby wierzchołków występujących w sygnale i określenia przybliżonych parametrów wpasowywanych krzywych. W artykule zaproponowano alternatywny algorytm będący modyfikacją metody progresywnej, który pozwala na skuteczne przeprowadzenie dekompozycji sygnału z pominięciem prac przygotowawczych. Metoda polega na iteracyjnym wpasowaniu krzywych za pomocą algorytmu Levenberga–Marquardta z zastosowaniem wagowania poszczególnych sampli. Wykorzystując dane testowe, wykonano dwuetapową walidację algorytmu. W pierwszej kolejności zbadano wielkość i rozkład błędów aproksymacji powstałych podczas dekompozycji sygnału przy zastosowaniu funkcji Gaussa. W drugim etapie porównano otrzymane wyniki z wynikami aproksymacji za pomocą standardowej procedury. Na podstawie walidacji algorytmu można stwierdzić, że umożliwia on prawidłowe wykrycie wszystkich komponentów oraz ich poprawną aproksymację przy użyciu wybranego modelu matematycznego.

EN

Airborne laser scanning is one of the most powerful techniques for acquiring information about Earth’s surface and land cover. Dynamic development of technology enabled the broader use of full-waveform’s type systems, which register the entire reflected waveform. In order to provide some additional information about the structure of the illuminated surface, discrete values should be approximated by parametric functions. Research is focused on algorithm development that would allow to carry out a rapid decomposition of the wave while detecting and approximating weak and overlapping echoes. Most of existing methods for full-waveform signal modeling requires knowledge of the number of peaks and approximate parameter values. In this paper new algorithm for signal decomposition has been investigated. It allows to carry out the decomposition effectively without preprocessing. This algorithm can be considered as a progressive algorithm modification. The method involves an iterative curve fitting using weighted Levenberg-Marquardt algorithm. Two-step validation of decomposition method has also been carried out on test data. Firstly, the quantity and distribution of approximation error have been investigated. Furthermore the results have been compared to standard procedure. Basing on algorithm validation it can be stated that the method allows proper detection of all components and their correct approximation.

2

Decomposition Techniques for Full-waveform Airborne Laser Scanning Data

Słota M.

Geomatics and Environmental Engineering

|

2014

|

Vol. 8, no. 1

61--74

EN

This article provides an overview of full-waveform airborne laser scanning data processing methods. Since 2004, when the first commercial small-footprint full-waveform LiDAR system was introduced, a vast amount of studies have been carried out on the potential of utilizing full-waveform data in various fields such as forestry, archaeology, urban areas modelling and point cloud classification, resulting in a range of approaches to the processing of full-waveform data. This research is an attempt to systematize the knowledge in this field. The first part of this paper presents a brief description of the full-waveform system. Then, the typical methods of data processing are described, starting from simple peak detection methods, followed by methods based on wave modelling using basic functions, and going on to an analysis focused on the correlation between an emitted and backscattered signal.

PL

W artykule zamieszczono przegląd podstawowych, najbardziej znanych metod przetwarzania pełnych profili energii zarejestrowanych przez systemy lidarowe. W klasycznych systemach lidarowych rejestrowana jest trójwymiarowa chmura punktów - cały proces obliczeniowy związany z wyznaczaniem odległości między mierzonym punktem a skanerem odbywa się w czasie rzeczywistym, z tego względu użytkownik nie dysponuje informacjami o wykorzystywanych metodach detekcji echa ani o dokładności wyznaczenia chmury punktów. Od 2004 roku na rynku dostępne są skanery przystosowane do rejestracji pełnych profili energii (tzn. ilości odbitej energii laserowej w czasie), które umożliwiają użytkownikowi implementację własnych, precyzyjnych metod ekstrakcji chmury punktów. W pierwszym rozdziale przybliżona została technika pozyskiwania danych typu full-waveform. Następnie omówiono proste algorytmy detekcji echa. W kolejnym rozdziale opisana została metoda dekompozycji sygnału oraz zamieszczony został wykaz najczęściej stosowanych funkcji bazowych wraz z charakterystyką i wzorami. Na końcu zaprezentowano metody przetwarzania sygnału bazujące na zależnościach korelacyjnych. Artykuł stanowi zwięzłą syntezę prowadzonych na całym świecie badań nad danymi full-waveform, zawiera informacje niezbędne dla osób, zajmujących się przetwarzaniem profili energii z systemów lidarowych.

3

Wavelet Decomposition of Signal and Feature Selection by LASSO for Pattern Recognition

Libal U.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 4

89-91

EN

There is searched the balance between an increase of pattern recognition risk and a decrease of a model size. The experiments are performed for noisy signals, decomposed in wavelet bases. Wavelet representation of signals, i.e. representation by wavelet coefficients called signal features, constitutes the full model. The presented feature selection method is based on the Lasso algorithm (Least Absolute Shrinkage and Selection Operator). The aim of the experiment is to find an optimal model size and investigate the relations between the risk, the number of signal features and the noise level. A new criterion of feature selection is proposed that minimizes both the risk and the number of signal features. The experimental risk of classification is analysed for all possible reduced by Lasso models and for several values of noise levels.

PL

Poszukiwana jest równowaga pomi˛edzy wzrostem ryzyka rozpoznawania obrazów oraz zmniejszeniem rozmiaru modelu. Badania przeprowadzono dla zaszumionych sygnałów, zdekomponowanych w bazach falkowych. Falkowa reprezentacja sygnałów, czyli reprezentacja za pomoca˛współczynników falkowych zwanych cechami sygnału, stanowi pełny model. Przedstawiona metoda selekcji cech jest oparta o algorytm Lasso (Least Absolute Shrinkage and Selection Operator). Celem eksperymentu jest znalezienie optymalnego rozmiaru modelu oraz zbadanie zale˙znosci pomie˛dzy ryzykiem, liczba˛ cech sygnału oraz poziomem szumu. Zaproponowano nowe kryterium selekcji cech, które minimalizuje ryzyko oraz liczbe˛ cech sygnału. Eksperymentalne ryzyko błe˛dnej klasyfikacji jest badane dla wszystkich moz˙liwych zredukowanych za pomoca˛ Lasso modeli oraz kilku wartosci poziomu szumu.

4

Detekcja zespołu QRS przy zastosowaniu sieci falkowo-neuronowych

Duraj A., Krawczyk A., Kumor M.

Przegląd Elektrotechniczny

|

2005

|

R. 81, nr 12

98-100

PL

W artykule przedstawiono wstępne wyniki badań prowadzone w zakresie wykrywania zespołu ORS w oparciu o sieć falkowo -neuronową. Źródłem sygnałów testowych była ogólnodostępna baza sygnałów elektrokardiograficznych MIT-BIH zawierająca zapisy EKG trwające od 15 minut do 24h z różnymi patologiami chorób serca oraz sygnały elektrokardiograficzne pochodzące od pacjentów z wszczepionym układem stymulujący prace serca uzyskane w Instytucie Kardiologii w Warszawie.

EN

The paper follows the authors' former works which dealt with the methods based on wavelet-neural network methods. The aim of the paper is to describe tools based on wavelet-neural network and to present selected results. Two kinds of ECG signals were tested. The first gmup of ECG signals were taken from the open source of ECG signals (MIT-BIH). This contains the ECG records lasting from 15 min till 24 hrs with some pathological syndromes. The secound group of ECG signals were taken from Institute of Cardiology, Warsaw.

5

On one-dimensional signal decomposition by adaptive wavelets - a survey

Piekarski K.

Image Processing & Communications

|

2005

|

Vol. 10, no 2

39-52

EN

Different approaches to a one-dimensional signal representation problem are described. Particular attention is paid to adaptive wavelet decompositions. Such a kind of approximation takes into account local properties of a signal what enables a small error representation with only a few coefficients. This makes useful to apply adaptive wavelets for compression of certain class of signals, for instance biomedical (like ECG) signals.

6

Practical 2D signal decomposition design based on Haar-wavelet transform

Porwik P., Lisowska A.

Journal of Applied Computer Science

|

2004

|

Vol. 12, nr 1

61-82

EN

The image processing and analysis bused on the continuous or discrete image transforms ate classic processing techniques. The image transforms are widely used in image filtering, data description, etc. Nowadays the wavelet theorems are modern methods of image processing and particularly compression. Considering that the Haar functions are the simplest wavelets, these forms are often used in many methods of discrete image transforms and processing. The image transform theory is a well known area characterized by a precise mathematical background, but in many cases some transforms have particular properties which are not still investigated. This paper presents the new method of image analysis by means of the wavelet-Haar spectrum. Presented method allows us to calculate wavelet-Haar spectral coefficients faster than the classical fast wavelets approach. Some properties of the Haar and wavelets spectrum have been investigated. The extraction of image features immediatelv from spectral coefficients distribution has been shown. In this paper it has been presented that two-dimensional, both the Haar and wavelets functions, products can he treated as extractors of particular image features.

7

Dekompozycja sygnału muzycznego na składowe harmoniczne i nieharmoniczne przy wykorzystaniu metody FED

Dziubiński M.

Elektronizacja : podzespoły i zastosowania elektroniki

|

2003

|

Vol. 23, nr 4

10-13

PL

W referacie zaprezentowano algorytm obliczania obwiedni amplitudowej wybranych na podstawie analizy widma gęstości mocy składowych sygnału. Założony model dopuszcza koncentrację energii wokół dowolnej częstotliwości, przy czym koncentracja ta może być zinterpretowana zarówno jako część harmoniczna, jak i nieharmoniczna. Podział ten determinuje zależność częstotliwości danej koncentracji od częstotliwości wahań estymowanej dla tej koncentracji obwiedni amplitudowej.

EN

This paper presents Frequency Envelope Distribution (FED) algorithm, which divides the input signal into harmonic and no harmonic parts. FED is an interactive method, which decomposes signal into linear expansion of waveforms, called EMO - Envelope Modulated Oscillations that are a combination of complex exponential signals, with constant frequencies, modulated by complex amplitude envelopes. These waveforms are chosen to best match harmonic parts of the signal, however no harmonic structures can be also represented by EMO.