CN102902958A - 基于图像识别的数字核信号处理和多参数核信息获取方法 - Google Patents
基于图像识别的数字核信号处理和多参数核信息获取方法 Download PDFInfo
- Publication number
- CN102902958A CN102902958A CN2012103490111A CN201210349011A CN102902958A CN 102902958 A CN102902958 A CN 102902958A CN 2012103490111 A CN2012103490111 A CN 2012103490111A CN 201210349011 A CN201210349011 A CN 201210349011A CN 102902958 A CN102902958 A CN 102902958A
- Authority
- CN
- China
- Prior art keywords
- nuclear
- image
- digital
- signal
- waveform
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及一种基于图像识别的数字核信号处理和多参数核信息获取方法。该方法是将由“时间-幅度”表示的数字核信号转化为二维空间序列表示的数字核波形图像,再利用数字图像处理方法对核信号进行处理,以实现在同一次核测量的同一通道中同时获取多参数核信息数据的目标。本发明可在不改变核信号波形形状的前提下提高信号的信噪比;同时准确提取脉冲高度、脉冲宽度等参数;为在同一次核测量同一通道中同时获取辐射粒子种类、能量、时间等核信息提供实现途径。
Description
技术领域
本发明涉及多参数核信息获取技术,特别涉及一种基于图像识别的数字核信号处理和多参数核信息获取的方法。
背景技术
二十世纪七十年代中,荷兰菲利浦实验室的H.KOENAN等人首先提出了在核能谱测量中采用数字滤波器进行核信号处理的思想。设计了横向数字滤波器,将核信号成形为梯形脉冲,并且建立了一套基于横向数字化滤波器的X射线能谱测量***。在当时的器件水平下构成的数字化能谱测量***无论在结构和性能方面都没能超越模拟式能谱测量***,因此数字化核仪器的理论和实现在那一时期并没有引起更多人的关注。直到二十世纪八十年代末九十年代初,随着大规模集成电路技术和计算机科学的飞跃进步,数字化IC器件步入了飞速前进的时期,对数字化核仪器的研究也逐渐成为热点;自此,该领域主要研究方向之一是数字化核信号处理原理和方法。意大利Politecnico实验室先后发表了多延迟线成形技术的数字化实现方法、数字化基线恢复算法、用状态空间法对模拟线路实现数字极零识别和补偿、考虑1/f噪声的最优化滤波器的算法等,但他们的研究思路是将传统多道分析器中由硬件完成的功能软件化。美国XIA(X-ray Instrumentation Associates)公司从2000年以来推出了一系列数字化X射线、低能γ射线谱仪(X射线与谱仪是平行关系吗),包括CAMAC插件式(DXP-2X型)和便携式(Micro DXP型)能谱测量仪。同期,ORTEC公司和CANNBERRA公司也研制出了性能相似的数字化谱仪产品。这些谱仪产品大都着眼于解决核能谱的全数字化获取,从核能谱产品的组成和结构中可以看出全数字化能谱仪比模拟式多道分析器功能更灵活、结构更简洁、性能更优越。但是这些产品中都是依据已有的核信号处理理论,利用数字信号处理技术先将数字化核信号成形为一定宽度的梯形或高斯型以提高信号信噪比,再获取高精度脉冲幅度和高分辨率核能谱。然而,探测器输出的核信号除了携带能量信息外还携带着时间信息和粒子种类信息等,而在对数字核信号进行梯形成形的过程中就将原始核信号形状信息丢失了,因此这类产品只能完成核能谱获取任务。2001年,美国Argonne国家实验室联合美国多所大学和科研机构,组成了“核结构物理中的数字电子学”工作组,计划设计和建立一套用于核结构物理研究的通用数字信号处理***,这套***能够满足低能核物理的绝大多数应用,如γ-Ray示踪探测器、半导体探测器、闪烁探测器、快时间探测器(快塑料闪烁体、BaF2)、电离室等,可以实现能量、时间、粒子鉴别、一维位置、三维定位和粒子径迹等不同参数的测量。这套***设计了40通道的模数变换器(ADC),采用不同通道来实现不同测量任务,但仍然不能实现同一通道中同时获取多种核信息的目标。
发明内容
本发明的目的正是针对现有技术中数字核信号处理方法无法通过同一通道同时获取多种核信息的缺陷和不足,提出一种基于数字图像识别的数字核信号处理和多参数核信息的获取方法。该方法是将由“时间-幅度”序列表示的数字核信号转化为二维空间序列表示的灰度数字图像,再利用数字图像处理方法对核信号进行处理,以实现在同一次核测量的同一通道中同时获取多参数核信息数据的目标。本发明可以在不改变核波形形状的前提下提高信号的信噪比,并准确提取脉冲高度、脉冲宽度、到达时刻等参数;为同时获取辐射粒子种类、能量、时间等核信息提供可能。
为实现上述目的,本发明采用以下技术措施构成的技术方案来实现的。
本发明一种基于数字图像识别的数字核信号处理和多参数核信息的获取方法,包括以下具体步骤:
(1)数字核信号波形图像化
将核探测器***和核波形数字化***获取的数字核信号波形转换为像素大小可调的灰度数字图像信号;
(2)数字核信号波形空域平滑滤波
选定m×n滤波器掩膜,用传统的数字图像低通滤波方法对步骤(1)中获取的数字核信号波形图像进行处理,使波形图像更平滑,以增强其真实波形形状信息;
(3)建立数字核信号波形图像模板
对步骤(2)处理后的平滑数字核信号波形图像,根据传统数字图像骨架提取原理实现对数字核信号波形图像的模板建立;
(4)数字核信号波形模板图像参数的提取
对步骤(3)建立的数字核信号波形模板图进行由图像到“时间-幅度”信号的变换(ISC,Image to Signal Convert),然后完成对所述模板图像参数的提取;
(5)多参数核信息提取
根据步骤(4)中提取得到的模板参数,可得到数字核信号幅度对应的能量信息、信号波形形状对应的辐射种类信息、以及核辐射发生时刻和先后发生的相邻核事件时间间隔信息,即完成多参数核信息的提取。
本发明步骤(1)所述将数字核信号波形转换为像素大小可调的灰度数字图像信号,采用以下(1)式方程实现,该方程可反映出数字核信号波形图像像素的位置与原信号的时间和幅度的对应转换关系:
其中Δw(w-1)≤t≤Δw*w
(1)式中:t表示核信号时间—幅度波形中的时间值,A(t)表示数字核信号t时刻的幅度值,Δw=[t/w]+1代表的是每列像素的需要的信号数据量,Δt表示模数转换器采样的时间间隔,h(t)表示时间为t的信号所在的行数,[t/w]为取t/w的下整数,R表示整幅波形图像高度的尺寸,取R≥h,将由A(t)表示的数字核信号转化为一副高h像素,宽w像素的图像。
本发明步骤(2)所述数字图像低通滤波方法,是在尺寸为M×N的图像f上,用大小为选定的m×n的滤波器掩模ω进行卷积计算,利用所述滤波掩膜的卷积方程由以下(2)式给出:
(2)式中,f是输入图像,ω是滤波器掩模,g为滤波结果数据,a=(m-1)/2,b=(n-1)/2;s,t分别表示掩膜函数的自变量,其中,s=1,2……m,t=1,2……n;f(x+s,y+t)代表图像上(x+s,y+t)位置处的像素值,其中,x=0,1,2,…,M-1和y=0,1,2,…,N-1,应用(2)式,得到滤波后的数字核信号波形图像。
本发明步骤(3)所述数字核信号波形图像的模板建立,是对经过空域平滑滤波后的核信号波形图像,通过图像形态学中传统的腐蚀算法实现对数字核信号波形图像的数字图像骨架提取,提取出来的波形骨架图即表示数字核波形图像的模板。
本发明步骤(4)所述数字核信号波形模板图像参数的提取,是对步骤(3)建立的数字核信号波形模板图像转换为对应的“时间-幅度”波形信号,然后完成对所述模板图像参数的提取。
本发明所述数字核信号波形模板图像转换为对应的“时间-幅度”波形信号的过程为:
通过公式(1)建立的组成核信号波形图像各个像素的位置与原信号的时间和幅度的对应转换关系,计算出核信号骨架图像中每个像素对应的“时间-幅度”波形信息,再把核信号骨架图转化为“时间-幅度”信号,即能完成多参数核信息数据的提取。
本发明根据(1)式可以得到核信号图像第w列各行的灰度谱,在图像矩阵的各列重复进行上述计算过程,就可以把核信号图像各列的灰度谱求出来,再计算出整幅图像各位置的灰度值,从而实现了从时幅波形到灰度图像的转化。本发明根据上述原理自主编写了imagebuild程序,执行该程序即可以得到核信号波形图像第w列各行的灰度值。
本发明所述数字图像骨架提取原理为:
数字核信号波形图像A的图像骨架S可以由以下(3)式表示为:
其中Sk(A)可由以下(4)式表示:
(4)式中的B表示一个结构元素,表示对A的连续k次腐蚀,具体地由以下(5)式所示:
第k次腐蚀是A被腐蚀为空集进行的最后一次迭代,由以下(6)式表示。
通过以上腐蚀算法可实现对数字核信号波形图像的骨架提取,提取出来的波形骨架图即表示数字核测量中波形图像的模板。
本发明基于数字图像识别的数字核信号处理和多参数核信息的获取方法具有以下的特点及有益的技术效果:
1、本发明用数字图像处理的方法完成数字核信号处理,可以实现在不改变核信号波形形状的前提下去除叠加在核信号波形上的噪声毛刺,获得光滑的核信号波形曲线,从而显著提高核信号波形的信噪比。
2、本发明提出的方法为在同一采样通道同时获取能量、时间波形形状粒子种类等多种核信息提供了实现途径。
3、本发明提出的将数字化核信号转化为数字灰度图像的原理和方法,在转化时可通过控制参数及调节图像大小和像素大小分别观测核信号总体特征和细节特征,实现对核信号的处理。
4、本发明提出先对数字核信号图像进行低通空域平滑滤波再完成数字图像骨架提取,有效去除了叠加在核信号波形上的噪声毛刺对数字图像骨架提取精度的影响,这样可得到表示真实核信号波形形状的骨架图像。
5.本发明通过调整数字核信号波形数据量和其图形大小,对一个数字核信号波形进行全部图像化,或部分图像化;可实现对同一个探测器***建立多角度多样式模板。
6、本发明建立了核信号图像模板信息与原数字核信号波形信息之间的对应关系和转换原理及方法,这是多参数核信息获取的基础。通过对模板图像数据的相应变换,将图像的像素信息转化为“时间-幅度”信息即可方便地从数字核信号图像中提取模板高度、信号宽度等信息,即能获得多参数核信息数据的提取。
附图说明:
图1本发明数字化核信号波形转化为灰度图像的原理图解,其中,(a)数字化核信号波形像素形成及幅度统计示意图,(b)转换后的数字核信号波形灰度图像;
图2本发明分别取(1)式中Δw三种不同像素大小获取的数字核波形图像结果示意图;其中,(a)为原数字核信号波形“时间-幅度”曲线,(b)为取Δw=500时,转换得到的数字核信号波形图像,(c)为取Δw=2500时,转换得到的数字核信号波形图像,(d)为取Δw=5000时,转换得到的数字核信号波形图像;
图3本发明用均值掩模对数字核波形图像实现低通空域平滑滤波的结果图;其中(a)为空域低通滤波前的数字核信号波形图像,(b)为空域低通滤波后的数字核信号波形图像;
图4本发明对核信号波形实现图像骨架提取后的结果示意图;其中,(a)为原数字核信号波形“时间-幅度”曲线,(b)为(a)中所示数字核信号的骨架图像;
图5本发明对两个堆积核信号波形实现图像骨架提取后的结果示意图;其中,(a)为原数字核信号波形“时间-幅度”曲线,(b)为(a)中所示数字核信号的骨架图像;
图6本发明对数字核信号波形顶部实现图像骨架提取后的结果示意图;其中,(a)为原数字核信号波形“时间-幅度”曲线,(b)为(a)中所示数字核信号的骨架图像;
图7本发明对数字核信号波形上升沿实现图像骨架提取后的结果示意图;其中,(a)为原数字核信号波形“时间-幅度”曲线,(b)为(a)中所示数字核信号的骨架图像;
图8本发明数字核信号骨架图像转为波形“时间-幅度”曲线的结果示意图。
具体实施方式
下面结合附图并用具体实施例对本发明作进一步详细说明,但不应理解为是对本发明保护范围的任何限定。
本发明以下实施例所用数字化核信号波形为:
①55Fe源发射的X射线,经Si(PIN)探测器输出模拟信号,送人本实验室自行研制的前端控制器DNEPre-I进行幅度增益调整后,由ADLink-PCI-9820波形数字化仪,以60Msps采样率获得数字化核信号波形;
②清华同方威视公司提供的镝锌铬(CdZnTd)探测器及电荷灵敏前放探测241Am的γ射线,输出模拟信号,波形数字化***用带宽1GHz,采样率10Gsps的高能性数字示波器Lecroy WaveRunner 104MXi-A获取数字化核信号波形。
实施例
本发明基于数字图像识别的数字核信号处理和多参数核信息的获取方法的具体操作步骤如下。
(1)数字核信号波形转换为数字图像信号
对①所描述的55Fe源X射线数字核信号用(1)式
将由A(t)表示的数字核信号转换为一副高h像素,宽w像素的图像,其转换过程的图解如图1所示。在得到了表示数字核信号波形图像的M×N矩阵数据后,再用到了matlab中的imshow函数的imshow(I,[LOW HIGH])命令和imshow(I/256)命令,用imshow函数对得到的核信号图像矩阵进行处理,就能得到核信号图像。
当(1)式中Δw分别取500、2500、5000时,对同一核信号作灰度数字图像转换,其转换后的结果如图2所示;从图2中可以看出:其中Δw是可调参量,Δw值越大,每列像素的信息量就越大,整幅图像的灰度级越分散,图像像素越少,数据量也越小;相反,Δw值越小,每列像素的信息量就越小,图像的灰度级越少,整幅图像像素越多,数据量也越大。
(2)数字核信号波形图像空域平滑滤波
选定滤波器掩膜为m×n均值滤波掩膜,其中m=n=3。对CdZnTd探测器输出的241Am的γ射线的核信号进行数字化获取和波形到数字图像的转换,然后再用均值空域滤波掩膜对其进行平滑处理,均值滤波掩膜的响应函数由以下(7)式表示为:
(7)式中,Sxy表示在进行卷积计算时,输入图像g的m×n的滤波器掩膜所移动到的子图像区域,S的下标表示子图像中心的坐标(x,y),表示滤波器在该坐标处的响应,本例所用的具体滤波掩膜函数如(8)式所示:
将(7)式与(8)式代入滤波掩膜的卷积方程(2)式
(3)建立数字核信号波形图像模板
将经过均值空域滤波后的数字化波形图像运用传统的膨胀函数Bwmorph中的shrink算法进行数字核信号波形图像骨架提取,得到波形图像的骨架图像,其中迭代次数k=60,利用(3)-(6)式进行迭代计算,即可得到核信号波形图像的骨架,其结果见图4所示。
所述核信号波形图像骨架提取原理为:
数字核信号波形图像A的图像骨架S可以由以下(3)式表示为:
其中Sk(A)可由以下(4)式表示:
第k次腐蚀是A被腐蚀为空集进行的最后一次迭代,由以下(6)式表示。
通过以上腐蚀算法可实现对数字核信号波形图像的骨架提取,提取出来的波形骨架图即表示数字核测量中波形图像的模板。
(4)数字核信号波形模板图像参数的提取。对步骤(3)建立的数字核信号波形模板图进行由图像到“时间-幅度”信号的变换(ISC,Image to Signal Convert),然后完成对所述模板图像参数的提取;
其具体过程为:
将步骤(3)中得到的骨架图像数据代入(1)式,可以将骨架图像中各点的纵向位置数据换算为信号幅度数据,骨架图像中各点的横向位置数据换算为时间数据,从而将骨架图像数据转换为由“时间-幅度”表示的信号数据。再根据“时间-幅度”信号数据求出它所对应的核信号模板图像的幅度和半高宽的值。
其中核信号波形模板图像数据第N行像素点所代表的幅值如以下(9)式所示:
VX=(N-N0)×ΔV(9)
式中N0为0值像素所在行数,ΔV为每行像素代表的幅值。
模板图像中波形的半高宽(FWHM)的计算根据以下(10)式:
FWHM=(N1-N2)×ΔT(10)
其中,(N1-N2)为模板图像中同一个信号波形峰值高度一半位置的两个点之间的列数差,ΔT为每列像素代表的时间;
根据以上方法计算得到:
波形幅度(V)=1.46×10-2(伏),波形半高宽(FWHM)=350(微秒)
其结果见图8所示。
Claims (6)
1.一种基于数字图像识别的数字核信号处理和多参数核信息获取方法,其特征在于包括以下具体步骤:
(1)数字核信号波形图像化
将核探测器***和波形数字化***获取的数字核信号波形转换为像素大小可调的灰度数字图像信号;
(2)数字核信号波形图像空域平滑滤波
选定m×n滤波器掩膜,用传统的数字图像低通滤波方法对步骤(1)中获取的数字核信号波形图像进行处理,使波形图像更平滑,以增强其真实波形形状信息;
(3)建立数字核信号波形图像模板
对步骤(2)处理后的平滑数字核信号波形图像,根据传统数字图像骨架提取原理实现对所述数字核信号波形图像的模板建立;
(4)数字核信号波形模板图像参数提取
对步骤(3)建立的数字核信号波形模板图进行由图像到“时间-幅度”信号的变换,然后完成对所述模板图像参数的提取;
(5)多参数核信息提取
由步骤(4)中提取得到的模板参数,得到数字核信号幅度对应的能量信息、信号波形形状对应的辐射种类信息、以及核辐射发生时刻和先后发生的相邻核事件时间间隔信息,即完成多参数核信息提取。
2.根据权利要求1所述的基于数字图像识别的数字核信号处理和多参数核信息获取方法,其特征在于步骤(1)所述将数字核信号波形转换为像素大小可调的灰度数字图像信号,采用以下公式(1)实现,该公式反映出数字核信号波形图像像素的位置与原信号的时间和幅度的对应转换关系:
其中Δw(w-1)≤t≤Δw*w;
(1)式中:t表示核信号“时间-幅度”波形中的时间值,A(t)表示数字核信号t时刻的幅度值,Δw=[t/w]+1代表的是每列像素需要的信号数据量,Δt表示模数转换器采样的时间间隔,h(t)表示时间为t的信号所在的行数,[t/w]为取t/w的下整数,R表示整幅波形图像高度的尺寸,取R≥h,将由A(t)表示的数字核信号转化为一副高h像素,宽w像素的图像。
3.根据权利要求1所述的基于数字图像识别的数字核信号处理和多参数核信息获取方法,其特征在于步骤(2)所述数字图像低通滤波方法,是在尺寸为M×N的图像f上,用大小为选定的m×n的滤波器掩模ω进行卷积计算,卷积计算方程由以下(2)式给出:
(2)式中,f是输入图像,ω是滤波器掩模,g为滤波结果数据,a=(m-1)/2,b=(n-1)/2;s,t分别表示掩膜函数的自变量,其中,s=1,2……m,t=1,2……n;f(x+s,y+t)代表图像上(x+s,y+t)位置处的灰度值,其中,x=0,1,2,…,M-1和y=0,1,2,…,N-1,应用(2)式,得到滤波后的数字核信号波形图像。
4.根据权利要求1或3所述的基于数字图像识别的数字核信号处理和多参数核信息获取方法,其特征在于步骤(3)所述数字核信号波形图像的模板建立,是对经过空域平滑滤波后的波形图像,通过传统的腐蚀算法实现对数字核信号波形图像的数字图像骨架提取,提取出来的波形骨架图即表示数字核波形图像的模板。
5.根据权利要求1或4所述的基于数字图像识别的数字核信号处理和多参数核信息获取方法,其特征在于步骤(4)所述数字核信号波形模板图像参数的提取,是对步骤(3)建立的数字核信号波形模板图转换为对应的“时间-幅度”波形信号,然后完成对所述模板图像参数的提取。
6.根据权利要求5所述的基于数字图像识别的数字核信号处理和多参数核信息获取方法,其特征在于所述数字核信号波形模板图像转换为对应的“时间-幅度”波形信号的过程为:
通过公式(1)建立的组成核信号波形图像各个像素的位置与原信号的时间和幅度的对应关系,计算出核信号骨架图像中每个像素对应的“时间-幅度”信息,再把所述核信号骨架图转化为“时间-幅度”信号,即能完成多参数核信息数据的提取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103490111A CN102902958A (zh) | 2012-09-19 | 2012-09-19 | 基于图像识别的数字核信号处理和多参数核信息获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103490111A CN102902958A (zh) | 2012-09-19 | 2012-09-19 | 基于图像识别的数字核信号处理和多参数核信息获取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102902958A true CN102902958A (zh) | 2013-01-30 |
Family
ID=47575180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012103490111A Pending CN102902958A (zh) | 2012-09-19 | 2012-09-19 | 基于图像识别的数字核信号处理和多参数核信息获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102902958A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106483550A (zh) * | 2015-08-28 | 2017-03-08 | 易良碧 | 一种模拟能谱曲线仿真方法 |
CN106483551A (zh) * | 2015-08-28 | 2017-03-08 | 易良碧 | 一种仿核信号发生器及其工作方法 |
CN107193118A (zh) * | 2017-07-04 | 2017-09-22 | 清华大学 | 多光谱显微成像***及显微镜 |
CN108830261A (zh) * | 2018-07-20 | 2018-11-16 | 北京汉能华科技股份有限公司 | 基于图像识别的设备故障诊断方法和装置 |
CN109063741A (zh) * | 2018-07-05 | 2018-12-21 | 南京航空航天大学 | 一种基于希尔伯特曲线变换与深度学习的能谱分析方法 |
CN114252672A (zh) * | 2021-11-12 | 2022-03-29 | 普源精电科技股份有限公司 | 信号处理方法、芯片、信号显示装置和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419291A (zh) * | 2008-11-03 | 2009-04-29 | 重庆大学 | 一种基于超高速数据采集卡的多适性核信号处理*** |
CN102073060A (zh) * | 2009-11-24 | 2011-05-25 | 成都理工大学 | 核信号随机特性模拟方法 |
CN102353972A (zh) * | 2011-07-01 | 2012-02-15 | 成都理工大学 | 多种模式的数字化多道谱仪 |
-
2012
- 2012-09-19 CN CN2012103490111A patent/CN102902958A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419291A (zh) * | 2008-11-03 | 2009-04-29 | 重庆大学 | 一种基于超高速数据采集卡的多适性核信号处理*** |
CN102073060A (zh) * | 2009-11-24 | 2011-05-25 | 成都理工大学 | 核信号随机特性模拟方法 |
CN102353972A (zh) * | 2011-07-01 | 2012-02-15 | 成都理工大学 | 多种模式的数字化多道谱仪 |
Non-Patent Citations (4)
Title |
---|
万东阳,张软玉,王鹏,闫洋洋,郝德建: "数字核信号图形化识别核处理研究", 《第十六届全国核电子学与核探测技术学术年会论文集(下册)》 * |
张软玉,罗小兵,许祖润: "参数最优化数字核能谱获取***研究", 《原子能科学技术》 * |
杨彬,颜拥军,周剑良: "核信号数字滤波成形算法仿真研究", 《核技术》 * |
蔡跃荣,陈满,刘国华,付强,王宏波,杨朝文: "基于DSP的核信号波形数字化获取与处理***设计", 《核电子学与探测技术》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106483550A (zh) * | 2015-08-28 | 2017-03-08 | 易良碧 | 一种模拟能谱曲线仿真方法 |
CN106483551A (zh) * | 2015-08-28 | 2017-03-08 | 易良碧 | 一种仿核信号发生器及其工作方法 |
CN106483550B (zh) * | 2015-08-28 | 2018-09-18 | 成都理工大学 | 一种模拟能谱曲线仿真方法 |
CN106483551B (zh) * | 2015-08-28 | 2018-11-09 | 成都理工大学 | 一种仿核信号发生器及其工作方法 |
CN107193118A (zh) * | 2017-07-04 | 2017-09-22 | 清华大学 | 多光谱显微成像***及显微镜 |
CN109063741A (zh) * | 2018-07-05 | 2018-12-21 | 南京航空航天大学 | 一种基于希尔伯特曲线变换与深度学习的能谱分析方法 |
CN109063741B (zh) * | 2018-07-05 | 2021-12-10 | 南京航空航天大学 | 一种基于希尔伯特曲线变换与深度学习的能谱分析方法 |
CN108830261A (zh) * | 2018-07-20 | 2018-11-16 | 北京汉能华科技股份有限公司 | 基于图像识别的设备故障诊断方法和装置 |
CN108830261B (zh) * | 2018-07-20 | 2021-11-30 | 北京汉能华科技股份有限公司 | 基于图像识别的设备故障诊断方法和装置 |
CN114252672A (zh) * | 2021-11-12 | 2022-03-29 | 普源精电科技股份有限公司 | 信号处理方法、芯片、信号显示装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102902958A (zh) | 基于图像识别的数字核信号处理和多参数核信息获取方法 | |
CN101606846B (zh) | 基于神经网络***的pet探测器信号处理设备 | |
CN109919875B (zh) | 一种高时频遥感图像特征辅助的居民地提取与分类方法 | |
CN107229787B (zh) | 一种基于近似系数与深度学习的伽马能谱分析方法 | |
CN104599292A (zh) | 一种基于低秩矩阵分解的抗噪运动目标检测算法 | |
CN104537222B (zh) | 基于遥感的区域植被覆盖对地表气温影响的估算方法 | |
CN102663391A (zh) | 一种图像的多特征提取与融合方法及*** | |
CN106251355B (zh) | 一种融合可见光图像与对应夜视红外图像的检测方法 | |
CN102073039B (zh) | 热红外高光谱发射率模拟方法和*** | |
CN103969675A (zh) | 数字化闪烁脉冲的基线校正方法及*** | |
CN103162711B (zh) | 一种高动态星敏感器像增强器的误差补偿方法和装置 | |
CN106886044A (zh) | 一种基于剪切波与Akaike信息准则的微地震初至拾取方法 | |
CN107727658A (zh) | 基于图像处理的受电弓裂纹在线检测装置及方法 | |
CN102053096B (zh) | 双能量x射线安全检查设备的材料校准***及校准方法 | |
CN104062644A (zh) | 一种从激光雷达高斯回波数据中提取树高的方法 | |
CN107219547A (zh) | 利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法 | |
CN103065295B (zh) | 一种基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法 | |
CN111600584A (zh) | 一种核脉冲信号处理方法及*** | |
CN104730521B (zh) | 一种基于非线性优化策略的SBAS‑DInSAR方法 | |
CN115203625A (zh) | 一种旱涝指数数据缺失值插补方法及其插补装置 | |
CN103593852A (zh) | 基于同质图斑的高光谱影像异常探测方法 | |
Li et al. | A pseudo-siamese deep convolutional neural network for spatiotemporal satellite image fusion | |
CN116432703B (zh) | 基于复合神经网络模型的脉冲高度估计方法、***及终端 | |
CN110929811B (zh) | 一种获取全波形激光雷达高分辨率数据的深度学习方法 | |
CN108257109A (zh) | 一种数据融合方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130130 |