Wyniki wyszukiwania - BazTech

1

Grey wolf optimization-based variational mode decomposition for magnetotelluric data combined with detrended fluctuation analysis

Zhang Xian, Li Diquan, Li Jin, Li Yong

Acta Geophysica

|

2022

|

Vol. 70, no 1

111--120

EN

We present a magnetotelluric data denoising method that uses grey wolf optimization to optimize variational mode decomposition and combines it with detrended fluctuation analysis. First, envelope entropy is selected as the fitness function for grey wolf optimization and is used to determine the number of modes K and the penalty factor, which are the key parameters of the variational mode decomposition method. Then, the optimized variational mode decomposition method is used to decompose magnetotelluric data. Finally, the scaling exponent in detrended fluctuation analysis is used to determine the corresponding intrinsic mode function components to superimpose and reconstruct the useful magnetotelluric data. Extensive experiments and thorough analyses are performed on the synthetic data and field data. The results of the proposed method are compared with the results of the remote reference, variational mode decomposition, variational mode decomposition and matching pursuit, variational mode decomposition and detrended fluctuation analysis methods; the proposed method can improve the denoising performance and reliability of low-frequency magnetotelluric data. The reconstructed data are closer to the natural magnetotelluric data. The satisfactory performance in the results verifies the effectiveness of the design and optimization method.

2

A diagnostic algorithm diagnosing the failure of railway signal equipment

Wu Yongcheng, Cao Dejin

Diagnostyka

|

2021

|

Vol. 22, No. 4

33--38

EN

Failure of railway signal equipment can cause an impact on its normal operation, and it is necessary to make a timely diagnosis of the failure. In this study, the data of a railway bureau from 2016 to 2020 were studied as an example. Firstly, denoising and feature extraction were performed on the data; then the Adaptive Comprehensive Oversampling (ADASYN) method was used to synthesize minority class samples; finally, three algorithms, back-propagation neural network (BPNN), support vector machine (SVM) and C4.5 algorithms, were used for failure diagnosis. It was found that the three algorithms performed poorly in diagnosing the original data but performed significantly better in diagnosing the synthesized samples, among which the BPNN algorithm had the best performance. The average precision, recall rate and F1 score of the BPNN algorithm were 0.94, 0.92 and 0.93, respectively. The results verify the effectiveness of the BPNN algorithm for failure diagnosis, and the algorithm can be further promoted and applied in practice.

3

Research on Yarn Diameter and Unevenness Based on an Adaptive Median Filter Denoising Algorithm

Wang Xiao, Hou Ru-Meng, Gao Xiao-Yan, Xin Bin-Jie

Fibres & Textiles in Eastern Europe

|

2020

|

Vol. 28, no. 1 (139)

36--41

EN

In this paper an adaptive median filtering denoising algorithm is proposed to measure yarn diameter and its unevenness. Images of nine different yarn samples were captured using one set of a self-developed yarn image acquisition system. Image separation of the background and yarn sections was conducted using a combination of adaptive median filtering, adaptive threshold segmentation and morphological processing. The noise-free yarn image was used for diameter detection of the subsequent yarn image and the discrimination of the yarn unevenness. Experimental results show that the testing data of yarn unevenness detection based on the adaptive median filter denoising algorithm is very consistent with the data using the traditional method. It is proved that the yarn detection method proposed, based on an adaptive median filter denoising algorithm, is feasible. It can be used to calculate yarn diameter accurately and measure yarn unevenness efficiently, so as to determine the quality of yarn appearance objectively.

PL

W artykule zaproponowano algorytm odszumiania z adaptacyjnym filtrem medianowym (AMF) do pomiaru średnicy przędzy i jej nierówności. Obrazy dziewięciu różnych próbek przędzy zostały przechwycone przy użyciu jednego zestawu samodzielnie opracowanego systemu akwizycji obrazów przędzy. Rozdzielenie obrazu tła i odcinków przędzy przeprowadzono przy użyciu kombinacji AMF, adaptacyjnej segmentacji progowej i przetwarzania morfologicznego. Bezszumowy obraz przędzy wykorzystano do wykrywania średnicy przędzy i rozróżnienia nierówności przędzy. Wyniki eksperymentalne pokazały, że dane testowe dotyczące wykrywania nierówności przędzy w oparciu o zaproponowany algorytm miały wysoką zgodność z danymi uzyskanymi przy użyciu tradycyjnej metody. Algorytmu tego można użyć do dokładnego obliczenia średnicy przędzy i skutecznego pomiaru nierówności przędzy, aby obiektywnie określić jakość wyglądu przędzy.

4

Objective Edge Similarity Metric for denoising applications in MR images

Shanmugam Ashok, Rukmani Devi S.

Biocybernetics and Biomedical Engineering

|

2020

|

Vol. 40, no. 1

574--582

EN

Edge Similarity Metrics (ESMs) are necessary to objectively quantify the inadvertent blur at the edge pixels which occurs during denoising. They are helpful for evaluating edge-preserving capability of nonlinear filters. Most of the ESMs in literature, consider similarity of either strength of the edges or their direction individually. They lag in terms of concordance with subjective edge similarity ratings. An Objective Edge Similarity Metric (OESM) which considers all three attributes of edges; strength, direction and width together, is proposed in this paper. Pearson's Correlation shown by Gradient Magnitude Similarity Deviation (GMSD), Gradient Similarity Measure (GSM), Edge Strength Similarity Index Metric (ESSIM) and OESM with Subjective Edge Similarity Score (SESS) are ˗0.9669 ± 0.0028, 0.9566 ± 0.0053, 0.9507 ± 0.0057 and 0.9848 ± 0.0038, respectively. OESM is able to measure the degree of edge similarity between images more efficiently than GMSD, GSM and ESSIM. It reflects the perceptual edge similarity between images more accurately than GMSD, GSM and ESSIM.

5

An analytical method for the adaptive computation of threshold of gradient modulus in 2D anisotropic diffusion filter

Joseph J., Periyasamy R.

Biocybernetics and Biomedical Engineering

|

2017

|

Vol. 37, no. 1

1--10

EN

In spite of the extensive application of Anisotropic Diffusion (AD) filter in software packages for medical image analysis, denoising and edge preservation offered by it depends exclusively on the selection of the value of Threshold of Gradient Modulus (TGM). Tuning the TGM to its optimum value through trial and error is subjective and tiring. An analytical model to compute the optimum value of TGM adaptively from the mean gradient of the image itself is proposed in this article. The qualitative examination of the gradient and true edge maps of the original and restored Magnetic Resonance images revealed that analytically computed TGM ensures best trade-off between noise suppression and edge preservation.

6

A seismic interpolation and denoising method with curvelet transform matching filter

Yang H., Long Y., Lin J., Zhang F., Chen Z.

Acta Geophysica

|

2017

|

Vol. 65, no. 5

1029--1042

EN

A new seismic interpolation and denoising method with a curvelet transform matching filter, employing the fast iterative shrinkage thresholding algorithm (FISTA), is proposed. The approach treats the matching filter, seismic interpolation, and denoising all as the same inverse problem using an inversion iteration algorithm. The curvelet transform has a high sparseness and is useful for separating signal from noise, meaning that it can accurately solve the matching problem using FISTA. When applying the new method to a synthetic noisy data sets and a data sets with missing traces, the optimum matching result is obtained, noise is greatly suppressed, missing seismic data are filled by interpolation, and the waveform is highly consistent. We then verified the method by applying it to real data, yielding satisfactory results. The results show that the method can reconstruct missing traces in the case of low SNR (signal-to-noise ratio). The above three problems can be simultaneously solved via FISTA algorithm, and it will not only increase the processing efficiency but also improve SNR of the seismic data.

7

Odszumianie obrazów CT za pomocą transformaty curvelet

Ławicki T.

Przegląd Elektrotechniczny

|

2015

|

R. 91, nr 2

222-224

PL

W artykule przedstawiono zastosowanie transformaty curvelet do odszumiania obrazów tomografii komputerowej (CT). Szum wpływa na zdolność do wizualizacji cech patologicznych i struktur żywych tkanek w obrazach CT. Szum w CT zależy od ilości oddzielnych fotonów rentgenowskich dochodzących do detektora. W CT szum jest odpowiedzialny za zmniejszenie widoczności obszarów o niskim kontraście i obiektów. Zaszumione obrazy mogą nie być prawidłowo interpretowane przez lekarza, w szczególności przy wykrywaniu zmian patologicznych w tkankach. Testy przeprowadzono na standardowym obrazie testowym Shepp-Logan z addytywnym szumem gaussowskim.

EN

The paper proposes a noise reduction method for CT by processing it through the curvelet transform. Noise affect the ability to visualize pathologic qualities and the living tissues structure in CT. Noise in CT depends on the amount of discrete x-ray photons reaching the detector. In the CT images noise is responsible for visibility reduction the of low contrast areas and objects. Noisy picture may not be properly interpreted by a physician, especially on detection of pathological changes in tissues. The tests were performed on the Shepp-Logan phantom standard test image with additive Gaussian noise.

8

Adaptive wavelet thresholding for image denoising using sure minimization and clustering of wavelet coefficients

Fedak V., Nakonechny A.

Czasopismo Techniczne. Elektrotechnika

|

2015

|

Y. 112, iss. 2-E

197--210

EN

Images and video are often coded using block-based discrete cosine transform (DCT) or discrete wavelet transform (DWT) which cause a great deal of visual distortions. In this paper, an extension of the intra-scale dependencies of wavelet coefficients is proposed to improve denoising performance. This method incorporates information on neighbouring wavelet coefficients that are inside of manually created clusters. Extensive experimental results are given to demonstrate the strength of the proposed method.

PL

Obrazy i nagrania wideo są często kodowane z użyciem blokowej dyskretnej transformacji kosinusowej (DCT) lub dyskretnej transformacji falkowej (DWT), które powodują znaczne zakłócenia wizualne. W niniejszej pracy proponuje się rozszerzenie zależności między współczynnikami falkowymi dotyczącymi skali w celu zmniejszenia zaszumienia sygnału zakodowanego. Zaproponowana metoda zakłada wykorzystanie informacji o sąsiadujących współczynnikach falkowych, które znajdują się wewnątrz manualnie utworzonego klastra. W artykule zaprezentowano obszerne wyniki doświadczalne w celu wykazania jakości proponowanej metody.

9

Performance comparison of wavelet thresholding techniques on weak ECG signal denoising

Üstündağ M., Şengür A., Gökbulut M., Ata F.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 5

63-66

EN

The Electrocardiogram (ECG) signal is a biological non-stationary signal which contains important information about rhythms of heart. ECG signals can be buried by various types of noise. These types can be electrode movement, strong electromagnetic effect and muscle noise. Noisy ECG signal has been denoised using signal processing. This paper presents a weak ECG signal denoising method based on intervaldependent thresholds of wavelet analysis. Several experiments were conducted to show the effectiveness of the interval-dependent thresholding method and compared the results with the soft and hard wavelet thresholding methods for denoising. The results are evaluated by calculating the root mean square error and the correlation coefficient.

PL

W artykule przedstawiono metodę odszumiania sygnałów elektrokardiografu w oparciu o analizę falkową. W rozwiązaniu zastosowano progowanie przedziałowo-zależne. Na podstawie poczynionych eksperymentów oraz wyznaczonych wartości RMS błędu i współczynnika korelacji wykazano jego skuteczność. Dodatkowo dokonano porównania otrzymanych wyników z działaniem metod miękkiego i twardego progowania falkowego.

10

ANFIS Approach for Noise Reduction of Lightning Current Online Monitoring System

Yan N., Fu Z., Li J.

Przegląd Elektrotechniczny

|

2012

|

R. 88, nr 7a

108-112

EN

A novel de-noising algorithm, based on adaptive neural-fuzzy inference system (ANFIS) is proposed for noise reduction of the lightning current online monitoring system. The paper presents the theory and the implement procedure of the fuzzy neural system. Comparisons among the traditional strategies, such as curve fitting (CF), wavelet transform (WT) methods and the proposed ANFIS strategy are carried out. The simulation results demonstrate the superiority of the proposed method. Moreover, the employed approach has been tested on the practical measured current of lightning current online monitoring system. The testing results validate the proposed approach.

PL

Zaproponowano nowy algorytm odszumiania bazujący na adaptacyjnym neuro-fuzzy systemie interferencji ANFIS. System zastosowano przy monitorowaniu prądu wyładowań. System porównano z innymi dotychczas stosowanymi – dopasowanie krzywej czy transformata falkowa.

11

Komputerowe wspomaganie analizy obrazów sonograficznych szumów podwodnych

Jerzman B., Kiciński W.

Biuletyn Wojskowej Akademii Technicznej

|

2012

|

Vol. 61, nr 2

115-125

PL

Praca dotyczy sposobu poprawy jakości zobrazowania sygnałów pomiarowych obserwowanych w środowisku podwodnym. Istotą zaproponowanego sposobu przetwarzania sygnałów hydroakustycznych jest transformacja sygnałów pomiarowych za pomocą falki Malvara, zobrazowanie współczynników falkowych w postaci sonogramu oraz odszumianie obrazu sonograficznego z wykorzystaniem estymatorów jądrowych funkcji gęstości prawdopodobieństwa. Opracowany w środowisku MATLAB program, po wczytaniu sygnałów pomiarowych zapisanych w kodzie ascii, tworzy obraz sonograficzny stanu środowiska podwodnego, a następnie realizuje procedurę odszumiania, mającą na celu poprawę jego jakości. Działanie programu zweryfikowano na rzeczywistych krótkookresowych, szerokopasmowych sygnałach pomiarowych zarejestrowanych w środowisku podwodnym.

EN

The article deals with the problem of improving the quality of imaging the measurement signals observed in the underwater environment. The essence of the proposed method of hydroacoustic signal processing is: the transform using the Malvar wavelet, imaging of the wavelet coefficients as a sonogram and denoising the image using the kernel density estimate. The application written in MATLAB environment reads the signals from files saved in ascii format, builds the sonogram of the state of the underwater environment and proceeds with the image denoising. The research was conducted on the real transient and broadband measurement signals recorded under the water.

12

Speech recognition by means of feature extraction method based on slope transformation assisted with denoising

Dąbrowski A., Drgas S.

Elektronika : konstrukcje, technologie, zastosowania

|

2007

|

Vol. 48, nr 4

61-64

EN

This paper describes a method for speech feature extraction using morphological signal processing based on the so-called "slope transformation". The proposed approach has been used to extract the signal upper spectral envelope. Results of experiments of the automatic speech recognition (ASR), which were undertaken to check the performance of the presented method, have shown some evident improvements of the effectiveness of recognition of isolated words, especially for women voices. The proposed method was combined with the speech enhancement and then evaluated. Results showed that for low signal-to-noise ratios the denoising algorithms used in the preprocessing stage bring additional recognition accuracy increase.

PL

W artykule przedstawiono metodę ekstrakcji cech mowy za pomocą morfologicznego przetwarzania sygnałów, wykorzystującego tzw. transformację nachyleniową. Zaproponowane ujęcie polega na wyznaczeniu górnej obwiedni widmowej. Rezultaty eksperymentów automatycznego rozpoznawania mowy, które przeprowadzono w celu zbadania skuteczności zaprezentowanej metody, wykazały poprawę efektywności rozpoznawania izolowanych słów, zwłaszcza w przypadku głosów żeńskich. Metodę rozpoznawania powiązano z poprawą jakości mowy, a następnie dopiero oceniano skuteczność rozpoznawania. Otrzymane rezultaty wskazały na poprawę dokładności rozpoznawania mowy po jej wstępnym odszumieniu.