公共文化服务平台

搜索到6424篇“ 数学形态“的相关文章

基于阈值分割和数学形态学的噪声图像边缘检测方法: 2025年; 为了获得更加连续且完整边缘的图像,本文提出使用图像的阈值分割与数学形态学相结合的一种边缘检测方法,并给出有效算法。首先,使用一种能基于图像数据自动选择阈值的算法,完成目标分割,防止欠分割与过度分割;其次,通过优化去噪算法,引入抗噪性梯度算子,提升图像的视觉质量。最后通过本文算法与传统方法LOG算子和Sobel算子图像边缘检测及去噪能力实验,实验结果及数值实验评价指标都表明了新方法的有效性。; 唐泉王硕; 关键词：阈值分割数学形态学边缘检测图像去噪

基于数学形态学极性的有源配电网故障区段定位方法: 本发明提出了基于数学形态学极性的有源配电网故障区段定位方法，涉及配电网故障定位技术领域。本发明包括：当馈线终端中任一相测量电流满足故障检测判据后，视为可能发生故障，进入基于数学形态学极性的故障定位进程，执行：馈线终端根据...; 王全王淑颖王强白勇李源李家壮李晨马逸然赵阳宋远见丛伟柴庆发刁成研张永杰

基于数学形态学的电力系统灵活调节能力充裕度分析: 2025年; 随着新能源在电力系统中的占比升高,电力系统的灵活调节需求也随之增加。系统中的灵活性资源能否满足调节需求成为新型电力系统建设过程中亟待解决的问题。基于形态学分解理论,建立了考虑储能特性的电力系统灵活调节能力充裕度分析模型;使用2种不同的运算子进行形态学分解,从电力系统净负荷曲线中分解得到了系统灵活调节能力充裕度分解结果;然后针对不同的灵活性调节需求,计算了不同装机容量灵活性资源系统的灵活调节能力充裕度;基于某省电力系统实际运行数据,验证了所提方法的有效性,计算了满足全部系统灵活调节能力充裕度的最小储能装机容量。; 章枫樊恒建邓晖房乐周子青李知艺; 关键词：数学形态学

一种基于数学形态学的隔离开关覆冰厚度图像识别方法: 一种基于数学形态学的隔离开关覆冰厚度图像识别方法，涉及一种隔离开关覆冰厚度图像识别方法，了解决现有的边缘检测法识别隔离开关覆冰厚度图像时精度差的问题。本发明通过获取覆冰隔离开关图像；对覆冰隔离开关图像进行图像预处理，生成...; 王悦张朋梁建权张健张美伦高源王梦纯张航宫铭辰赵翔宇李中原张可心李璐王磊

基于有向数学形态学的高分辨率遥感影像道路提取: 2025年; 道路的自动识别和提取是遥感影像解译与分析的一项重要内容,及时掌握道路的空间分布和变化情况对道路信息更新、土地利用动态监测、生态环境建设等具有重要意义。在利用高分辨率遥感影像进行道路自动识别与提取时,针对传统的数学形态学方法不适用于道路狭长、略微弯曲等情况,在传统数学形态学的基础上,提出了将有向数学形态学理论应用到道路自动提取中,解决了传统数学形态学构造的直线结构元素不能提取曲率较小的细长道路的问题。试验结果表明:有向数学形态学能够灵活地应对直线和狭长且曲率较小的弯曲道路结构,实现道路网的有效提取,具有显著的优越性。; 庞达; 关键词：遥感影像道路提取

一种基于数学形态学和区域连通性的管接口边缘检测方法: 本发明公开了一种基于数学形态学和区域连通性的管接口边缘检测方法，属于边缘检测方法技术领域。本发明包括如下内容：S1、制作图像数据集；S2、进行图像校正；S3、基于S2中所得的校正后的图像，提取感兴趣ROI区域，以减小计算...; 刘杰辉李维张建昌李建申安峪萱

基于U-Net和数学形态学的混凝土桥梁病害定量识别方法研究: 2025年; 为使桥梁病害检测更加高效、客观和智能,提出一种自动识别并定量计算混凝土病害尺寸的方法。该方法采用视觉几何组网络(Visual Geometry Group Network,VGG)作为U形网络(U-Net)的主干网络,对混凝土病害(剥落、裂缝和露筋)图像进行语义分割,采用数学形态学算法对图像中的病害区域进行优化。通过MATLAB软件计算得到优化后的分割图像中病害区域像素点的数量,并利用参照物标定出图像中单个像素点的尺寸,计算得到混凝土病害的面积(或长度)。采用该方法对河南省许昌市17座现役钢筋混凝土桥梁病害图像进行语义分割实验。结果表明:U-Net能以较高的精度对复杂背景下混凝土桥梁多类病害进行像素级的分类,类别平均像素准确率为90.53%,平均交并比为80.54%。使用数学形态学对语义分割图像进行优化后,计算精度明显提高,优化后的误差绝对值为0.08%~0.21%。; 黄彩萍黄彩萍李青; 关键词：混凝土桥梁数学形态学病害识别

一种基于离散中值滤波器和数学形态学的电网诊断方法及系统: 本发明公开了一种基于离散中值滤波器和数学形态学的电网诊断方法，包括如下步骤：步骤1)从电网保护继电器的测量单元采集电流信号，进行预处理；步骤2)将预处理后的信号通过数学形态学算法提取信号中的故障特征，计算直流残差；步骤3...; 翟晓萌徐超吴霜王球马倩王静怡程曦仓敏刘汇川诸德律孙海森徐佳琪张华吴雪洪芦诚李雪菲章兴睿

基于数学形态滤波和SAO-VMD的混合线路故障测距方法: 2025年; 针对配电网线缆混合线路故障行波波头幅值小、易受噪声干扰等问题,提出了一种基于数学形态滤波和雪消融优化算法(SAO)的变分模态分解(VMD)故障测距新方法。首先,利用数学形态学对故障行波信号进行降噪处理,以抑制噪声并增强故障特征;然后,通过SAO算法对VMD分解的关键参数模态分解个数K以及惩罚因子α进行优化,提取最佳故障特征模态;最后,用Teager能量算子(TEO)标定行波波头,获取行波到达时间,实现故障测距。采用PSCAD和MATLAB进行建模仿真数据处理,实验结果表明,该方法对过渡电阻和噪声有较强耐受性,有效提高了行波波头标定准确度。; 姜锋史明明倪俊贤杜嘉诚; 关键词：混合线路形态学故障测距

基于数学形态学极性的有源配电网故障区段定位方法: 本发明提出了基于数学形态学极性的有源配电网故障区段定位方法，涉及配电网故障定位技术领域。本发明包括：当馈线终端中任一相测量电流满足故障检测判据后，视为可能发生故障，进入基于数学形态学极性的故障定位进程，执行：馈线终端根据...; 王全王淑颖王强白勇李源李家壮李晨马逸然赵阳宋远见丛伟柴庆发刁成研张永杰

相关作者