基于多尺度分析的树木雷达信号处理方法研究
发布时间：2022-01-04 17:02
名木古树常年受外界因素干扰易发生腐朽、空洞等缺陷,这些缺陷会导致其坍塌甚至死亡。而早期缺陷往往发生在树木内部,因此需要一种有效的无损检测技术对其进行检测,防止腐朽的进一步发展。雷达波作为一种有效的无损检测技术,以其真实无损、检测精度高、携带方便、操作简单等优点被逐渐应用于树木的无损检测领域。然而由于外界干扰以及树木本身结构复杂且腐朽、空洞等缺陷的形状、位置各异,导致树木雷达波图像存在信噪比不高、缺陷特征不明显和可视化程度低等问题。本文研究小波、Curvelet、Contourlet以及Shearlet变换等多尺度分析算法,并将上述算法对树木雷达波图像进行去除噪声和缺陷边缘特征提取处理,提高树木雷达波图像的信噪比和可视化程度。通过小波、Curvelet、Contourlet以及Shearlet变换在正演数据、标准试件、实际树木试件以及活立木雷达波图像上的去除噪声实验结果,对上述多尺度分析算法在树木雷达波图像去除噪声效果以及边缘特征提取能力进行比较,以选择更适用于树木雷达波图像的去除噪声算法。结果表明:Shearlet变换相比较小波、Curvelet以及Contourlet变换,是一种更为...
【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
一IGPrM田口D命令界面
树木雷达及其信号处理方法原理号ｆ?（ｔ）的离散小波变换为??ＷｆＵ，ｋ）?＝?ａＱＪ＇２?￡?－?ｋ）ｄ，小波变换将时间域的函数／?（ｔ）变换到位移－尺度域的离散点，相对于连续小波变换，这些按照一定规律排列的离散点己经减少了９）。这大大解决了连续小波变换系数冗余的问题。??变换多分辨分析是Ｍａｌｌａｔ和Ｍｅｙｅｒ提出的一种思想。它主要是按尺度将Ｌ２?（Ｒ）分解为一系列的嵌套空间子序列｛Ｖｊ｝，再通过塔式分解为一系列正交的小波空间子序列｛Ｗｊ｝。然后将信号／⑴在不进行投影得到一系列／（ｔ）的近似的逼近。通过这种方法来分析和研多分辨分析。小波分多分辨分析过程如下图所示：???Ｓ????
Ａ３?Ｄ３??图２－３小波变换的多分辨率分解??Ｆｉｇ．２－?３Ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ?ｄｅｃｏｍｐｏｓｉｔｉｏｎ?ｏｆ?ｗａｖｅｌｅｔ?ｔｒａｎｓｆｏｒｍ??图２－３中，Ｓ表示原始信号，Ａ表示信号的低频分量，即近似值，Ｄ表示分解后??的高频分量，即细节值。小波的多分辨分析对低频分量进行下一尺度的分解，将高频??部分进行保留。重复此分解过程直到指定的分解尺度。则信号被分解为最低尺度下的??一个低频分量以及各尺度下的高频分量。而小波变换的重构过程为??Ｓ＝（（Ａ３＋Ｄ３）＋Ｄ２）＋Ｄ１。即使用低频分量与同尺度下的高频分量合成上一尺度的低频分??量，再与上一尺度的高频分量合成，最终实现了信号的小波变换重构（Ｒａｍｉ，?２０１１）。??２．３．２?Ｃｕｒｖｅｌｅｔ?变换原理??２．３．２．１?连续?Ｃｕｒｖｅｌｅｔ?变换??Ｃｕｒｖｅｌｅｔ变换是利用基函数与信号的内积形式来实现信号的稀疏表示，其内积??形式为：心，／，々）：！＾／，％＂」，其中炉表示Ｃｕｒｖｅｌｅｔ函数。Ｃｕｒｖｅｌｅｔ变换在频域内是由??径向窗函数Ｗ分）和角度窗函数Ｋ?共同支撑的窗函数Ｍ来实现的（Ｘｉａｏ?ＺＬ，??２０１６）。??其中Ｗ?６＾和Ｋ?分别满足：??１４??
【参考文献】：
期刊论文
[1]活立木内部缺陷雷达波检测研究[J]. 文剑,李伟林,肖中亮,张京,韩红岩. 农业机械学报. 2017(10)
[2]Shearlet变换在GPR数据随机噪声压制中的应用[J]. 王宪楠,刘四新,程浩. 吉林大学学报(地球科学版). 2017(06)
[3]基于GprMaxV2.0的树木根系正演模拟[J]. 李克新,贾佳,宋文龙,马婉莹. 东北林业大学学报. 2016(02)
[4]基于Shearlet变换的地震随机噪声压制[J]. 刘成明,王德利,王通,冯飞,程浩,孟阁阁. 石油学报. 2014(04)
[5]电阻测试法在立木腐朽检测中的应用研究进展[J]. 鲍震宇,王立海. 森林工程. 2013(06)
[6]Shearlet变换域自适应图像去噪算法[J]. 朱华生,徐晨光. 激光与红外. 2012(07)
[7]应力波在美国红松立木中传播机理的试验研究[J]. 张厚江,王喜平,苏娟,Robert J Ross. 北京林业大学学报. 2010(02)
[8]基于非降采样Contourlet变换的非线性图像增强新算法[J]. 张林,朱兆达. 电子与信息学报. 2009(08)
[9]复信号分析技术在地质雷达预报岩溶裂隙水中的应用研究[J]. 刘斌,李术才,李树忱,张庆松,薛翊国,钟世航. 岩土力学. 2009(07)
[10]基于冗余Contourlet变换的图像相关法去噪[J]. 程光权,成礼智. 中国图象图形学报. 2008(09)
博士论文
[1]基于Contourlet变换的图像重建和图像压缩算法研究[D]. 向静波.中国科学院研究生院（西安光学精密机械研究所） 2007
硕士论文
[1]树木雷达在颐和园古树内部缺陷检测中的应用[D]. 李灿.北京林业大学 2017
[2]基于雷达波的树木躯干内部缺陷探测识别[D]. 肖夏阳.北京林业大学 2017
[3]树木雷达（TRU）在黄帝陵古侧柏树干空腐和粗根分布检测中的应用[D]. 甘明旭.西北农林科技大学 2016
[4]基于GprMax的道路空洞探地雷达图像正演模拟[D]. 尹光辉.长安大学 2015
[5]基于雷达波的木材内部缺陷检测方法研究[D]. 吕静霞.北京林业大学 2015
[6]Contourlet变换在隧道实测探地雷达图像处理中的应用研究[D]. 李佳宁.长安大学 2014
[7]基于Contourlet变换的图像去噪算法研究[D]. 何雅丽.湘潭大学 2013
[8]面向FDTD方法的空间网络生成技术研究[D]. 代斐斐.西安电子科技大学 2013
[9]基于小波变换的雷达图像处理[D]. 杨娜.大连海事大学 2009
本文编号：3568722
【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
一IGPrM田口D命令界面
树木雷达及其信号处理方法原理号ｆ?（ｔ）的离散小波变换为??ＷｆＵ，ｋ）?＝?ａＱＪ＇２?￡?－?ｋ）ｄ，小波变换将时间域的函数／?（ｔ）变换到位移－尺度域的离散点，相对于连续小波变换，这些按照一定规律排列的离散点己经减少了９）。这大大解决了连续小波变换系数冗余的问题。??变换多分辨分析是Ｍａｌｌａｔ和Ｍｅｙｅｒ提出的一种思想。它主要是按尺度将Ｌ２?（Ｒ）分解为一系列的嵌套空间子序列｛Ｖｊ｝，再通过塔式分解为一系列正交的小波空间子序列｛Ｗｊ｝。然后将信号／⑴在不进行投影得到一系列／（ｔ）的近似的逼近。通过这种方法来分析和研多分辨分析。小波分多分辨分析过程如下图所示：???Ｓ????
Ａ３?Ｄ３??图２－３小波变换的多分辨率分解??Ｆｉｇ．２－?３Ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ?ｄｅｃｏｍｐｏｓｉｔｉｏｎ?ｏｆ?ｗａｖｅｌｅｔ?ｔｒａｎｓｆｏｒｍ??图２－３中，Ｓ表示原始信号，Ａ表示信号的低频分量，即近似值，Ｄ表示分解后??的高频分量，即细节值。小波的多分辨分析对低频分量进行下一尺度的分解，将高频??部分进行保留。重复此分解过程直到指定的分解尺度。则信号被分解为最低尺度下的??一个低频分量以及各尺度下的高频分量。而小波变换的重构过程为??Ｓ＝（（Ａ３＋Ｄ３）＋Ｄ２）＋Ｄ１。即使用低频分量与同尺度下的高频分量合成上一尺度的低频分??量，再与上一尺度的高频分量合成，最终实现了信号的小波变换重构（Ｒａｍｉ，?２０１１）。??２．３．２?Ｃｕｒｖｅｌｅｔ?变换原理??２．３．２．１?连续?Ｃｕｒｖｅｌｅｔ?变换??Ｃｕｒｖｅｌｅｔ变换是利用基函数与信号的内积形式来实现信号的稀疏表示，其内积??形式为：心，／，々）：！＾／，％＂」，其中炉表示Ｃｕｒｖｅｌｅｔ函数。Ｃｕｒｖｅｌｅｔ变换在频域内是由??径向窗函数Ｗ分）和角度窗函数Ｋ?共同支撑的窗函数Ｍ来实现的（Ｘｉａｏ?ＺＬ，??２０１６）。??其中Ｗ?６＾和Ｋ?分别满足：??１４??
【参考文献】：
期刊论文
[1]活立木内部缺陷雷达波检测研究[J]. 文剑,李伟林,肖中亮,张京,韩红岩. 农业机械学报. 2017(10)
[2]Shearlet变换在GPR数据随机噪声压制中的应用[J]. 王宪楠,刘四新,程浩. 吉林大学学报(地球科学版). 2017(06)
[3]基于GprMaxV2.0的树木根系正演模拟[J]. 李克新,贾佳,宋文龙,马婉莹. 东北林业大学学报. 2016(02)
[4]基于Shearlet变换的地震随机噪声压制[J]. 刘成明,王德利,王通,冯飞,程浩,孟阁阁. 石油学报. 2014(04)
[5]电阻测试法在立木腐朽检测中的应用研究进展[J]. 鲍震宇,王立海. 森林工程. 2013(06)
[6]Shearlet变换域自适应图像去噪算法[J]. 朱华生,徐晨光. 激光与红外. 2012(07)
[7]应力波在美国红松立木中传播机理的试验研究[J]. 张厚江,王喜平,苏娟,Robert J Ross. 北京林业大学学报. 2010(02)
[8]基于非降采样Contourlet变换的非线性图像增强新算法[J]. 张林,朱兆达. 电子与信息学报. 2009(08)
[9]复信号分析技术在地质雷达预报岩溶裂隙水中的应用研究[J]. 刘斌,李术才,李树忱,张庆松,薛翊国,钟世航. 岩土力学. 2009(07)
[10]基于冗余Contourlet变换的图像相关法去噪[J]. 程光权,成礼智. 中国图象图形学报. 2008(09)
博士论文
[1]基于Contourlet变换的图像重建和图像压缩算法研究[D]. 向静波.中国科学院研究生院（西安光学精密机械研究所） 2007
硕士论文
[1]树木雷达在颐和园古树内部缺陷检测中的应用[D]. 李灿.北京林业大学 2017
[2]基于雷达波的树木躯干内部缺陷探测识别[D]. 肖夏阳.北京林业大学 2017
[3]树木雷达（TRU）在黄帝陵古侧柏树干空腐和粗根分布检测中的应用[D]. 甘明旭.西北农林科技大学 2016
[4]基于GprMax的道路空洞探地雷达图像正演模拟[D]. 尹光辉.长安大学 2015
[5]基于雷达波的木材内部缺陷检测方法研究[D]. 吕静霞.北京林业大学 2015
[6]Contourlet变换在隧道实测探地雷达图像处理中的应用研究[D]. 李佳宁.长安大学 2014
[7]基于Contourlet变换的图像去噪算法研究[D]. 何雅丽.湘潭大学 2013
[8]面向FDTD方法的空间网络生成技术研究[D]. 代斐斐.西安电子科技大学 2013
[9]基于小波变换的雷达图像处理[D]. 杨娜.大连海事大学 2009
本文编号：3568722
本文链接：https://www.wllwen.com/nykjlw/lylw/3568722.html
