一种基于边缘检测的时频谱曲线提取方法技术

本发明专利技术公开了一种基于边缘检测的时频谱曲线提取方法，首先计算信号时频分布的k阶原点矩，然后通过边缘检测的方法获得含有时频谱边缘信息的矩阵，根据对该矩阵进行判断和对边缘信息进行合并处理，进而获得时频谱曲线，在根据已有的曲线模型建立参数空间对曲线的参数进行估计，完成对时频谱曲线的提取。与传统的检测方法相比，本发明专利技术充分利用了信号时频分布的结构属性，提高了曲线提取的准确性，尤其在低信噪比和有多条时频谱带的情况下，传统提取方法的性能有所下降甚至失效，但本方法仍可以提取出与时频谱曲线。对于时频谱曲线的提取，本发明专利技术的方法性能更优。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，首先计算信号时频分布的k阶原点矩，然后通过边缘检测的方法获得含有时频谱边缘信息的矩阵，根据对该矩阵进行判断和对边缘信息进行合并处理，进而获得时频谱曲线，在根据已有的曲线模型建立参数空间对曲线的参数进行估计，完成对时频谱曲线的提取。与传统的检测方法相比，本专利技术充分利用了信号时频分布的结构属性，提高了曲线提取的准确性，尤其在低信噪比和有多条时频谱带的情况下，传统提取方法的性能有所下降甚至失效，但本方法仍可以提取出与时频谱曲线。对于时频谱曲线的提取，本专利技术的方法性能更优。【专利说明】
本专利技术属于雷达信号处理
，涉及一种基于边缘检测的时频谱曲线提取方 法。
技术介绍
时频分析提供了信号时间域和频率域的联合分布信息，描述了信号在不同时间和 频率的能量和密度。时频分析在通信、自动化、雷达、医学、地球物理和故障诊断等几乎所有 工程
中都得到了广泛应用。对时频谱曲线的提取是优化时频分布，点对点计算各 个时刻的瞬时频率，从而进一步研究。 目前，提取时频谱曲线的方法主要采用脊线提取和质心曲线提取等方法。这两种 方法是利用时频分布特征，在每个时刻对时频分布矩阵进行最值或质心计算获得该时刻的 即时频率信息。在有噪声或有多条时频谱带的条件下进行提取时，时频分布在每一时刻的 最值或加权平均值会与真值产生较大偏离，使得提取出的曲线不能准确反映即时频率信 息。而边缘检测是标识数字图像中亮度变化明显的点，剔除不相关的信息，提取包含图像重 要的结构属性的边界信息。这样，有利于标识出时频分布中的奇异点和突变点，滤除部分噪 声对原信号时频分布的影响，也可以同时对多条时频谱曲线进行检测。
技术实现思路
本专利技术的目的在于提供，解决了已有的 时频谱曲线提取方法在噪声显著情况下的不足以及只能提取单条曲线的问题。 本专利技术所采用的技术方案是按照以下步骤进行： 步骤1 :计算信号的时频分布XXY维矩阵Ws(n，fm)中各元素的k次方（即增大矩 阵各元素之间的差值，有利于边缘检测剔除噪声影响），得到一个新的XX Y维矩阵W(x，y) =Ws(n，fm)k，其中η表示时间点序列，f m表示频率点序列，x，y分别表示新矩阵WXXY的行和 列； 步骤2,对步骤1中的矩阵W(x，y)使用Roberts算子进行边缘检测： 【权利要求】1. ，其特征在于按照以下步骤进行： 步骤1 :计算信号的时频分布XXY维矩阵Ws(n，fm)中各元素的k次方（即增大矩阵 各元素之间的差值，有利于边缘检测剔除噪声影响），得到一个新的XXY维矩阵W(x，y)=Ws (n，fm)k，其中n表示时间点序列，fm表示频率点序列，x，y分别表示新矩阵Wxxy的行和列； 步骤2 :对步骤1中的矩阵W(x，y)使用Roberts算子进行边缘检测：得到时频谱分布Ws (n，fm)的梯度幅值GXXY，选取梯度幅值Gxxy的平均值做为阈值，与Gxxy进行比较，将Gxxy化为二值边缘矩阵：得到只含有0和1的二值边缘矩阵Hxxy ; 步骤3 :对步骤2中的边缘矩阵Hxxy处理，计算边缘矩阵Hxxy中每列的边缘点个数(X为矩阵Hxxy的行数,每列为1的点为边缘点，为0的不是边缘点）， 逐个选出r(y)为奇数的列，再记录这些列中第一个边缘点的位置，将二值边缘矩阵Hxxy这 些位置元素置〇,即删去矩阵中这个边缘点，将每列都检索完毕之后，可以保证矩阵Hxxy中 每列含有的边缘点均为偶数，再按照列优先顺序，即矩阵中各元素按照其在矩阵Hxxy中行 数和列数按照如下公式排序（（列数-I)XX+行数），（这里X为矩阵行的维度），将矩阵 Hxxy中每个边缘点排序后的位置记录在向量dN中，其中N为边缘点的总个数，最后将边缘 矩阵Hxxy边缘点两两合并，得到矩阵Zxxy ; 步骤4,根据已有的曲线模型y=f(X，T, 0，A,…），如正弦曲线模型.， 其中T为曲线周期，0为曲线的相位，A为曲线幅度，建立IXJ维参数空间（T，0)，I，J分别为参数空间中周期时间点数和相位角度点数，将参数空间中每个点带入曲线模型中 对Zxxy中的所有曲线点进行计算，即对每个参数空间点（Ti,ep带入曲线模型中，得到，再将Zxxy中所有边缘点位置的行和列带入参数点的模型中，若边缘点行 和列（x，y)满足带入参数的模型，则累加器2g(T，0)累加在参数空间（T，0)的每个点 上加1，如此取遍所有参数空间的点，每次均对Zxxy中边缘点进行计算,最后得出各参数点 的累加结果，找出参数累加器 8中局部最大值点，得到曲线的条数以及各条时频谱曲线的参 数。2. 按照权利要求1所述，其特征在于： 所述步骤3中排序过程为将XXY维0矩阵Zxxy中按照之前列优先排序，将位置为的元素置1，即标记为边缘点，其中，N为矩阵Hxxy中边缘点的总数，矩阵Zxxy其它位置元素为0,得到时频谱的曲线 矩阵ZXXY。【文档编号】G06T7/00GK104268883SQ201410521214【公开日】2015年1月7日 申请日期:2014年10月7日 优先权日:2014年10月7日 【专利技术者】田坤, 李晋, 白启帆, 范腾, 皮亦鸣, 曹宗杰, 闵锐, 范录宏 申请人:电子科技大学本文档来自技高网...

【技术保护点】
一种基于边缘检测的时频谱曲线提取方法,其特征在于按照以下步骤进行：步骤1：计算信号的时频分布X×Y维矩阵Ws(n,fm)中各元素的k次方(即增大矩阵各元素之间的差值，有利于边缘检测剔除噪声影响)，得到一个新的X×Y维矩阵W(x,y)＝Ws(n,fm)k，其中n表示时间点序列，fm表示频率点序列，x，y分别表示新矩阵WX×Y的行和列；步骤2：对步骤1中的矩阵W(x，y)使用Roberts算子进行边缘检测：G(x,y)=|W(x,y)-W(x+1y+1)|2-|W(x+1,y)-W(x,y+1)|2]]>得到时频谱分布Ws(n,fm)的梯度幅值GX×Y，选取梯度幅值GX×Y的平均值做为阈值，与GX×Y进行比较，将GX×Y化为二值边缘矩阵：H(x,y)=0G(x,y)<Tg1G(x,y)≥Tg]]>得到只含有0和1的二值边缘矩阵HX×Y；步骤3：对步骤2中的边缘矩阵HX×Y处理，计算边缘矩阵HX×Y中每列的边缘点个数(X为矩阵HX×Y的行数，每列为1的点为边缘点，为0的不是边缘点)，逐个选出r(y)为奇数的列，再记录这些列中第一个边缘点的位置，将二值边缘矩阵HX×Y这些位置元素置0，即删去矩阵中这个边缘点，将每列都检索完毕之后，可以保证矩阵HX×Y中每列含有的边缘点均为偶数，再按照列优先顺序，即矩阵中各元素按照其在矩阵HX×Y中行数和列数按照如下公式排序((列数‑1)×X+行数)，(这里X为矩阵行的维度)，将矩阵HX×Y中每个边缘点排序后的位置记录在向量dN中,其中N为边缘点的总个数，最后将边缘矩阵HX×Y边缘点两两合并，得到矩阵ZX×Y；步骤4，根据已有的曲线模型y＝f(x,T,θ,A,…)，如正弦曲线模型其中T为曲线周期，θ为曲线的相位，A为曲线幅度，建立I×J维参数空间(T,θ)，I，J分别为参数空间中周期时间点数和相位角度点数，将参数空间中每个点带入曲线模型中对ZX×Y中的所有曲线点进行计算，即对每个参数空间点(Ti,θj)带入曲线模型中，得到再将ZX×Y中所有边缘点位置的行和列带入参数点的模型中，若边缘点行和列(x,y)满足带入参数的模型，则累加器Σg(T,θ)累加在参数空间(T,θ)的每个点上加1，如此取遍所有参数空间的点，每次均对ZX×Y中边缘点进行计算，最后得出各参数点的累加结果，找出参数累加器g中局部最大值点，得到曲线的条数以及各条时频谱曲线的参数。...

【技术特征摘要】

【专利技术属性】
技术研发人员：田坤，李晋，白启帆，范腾，皮亦鸣，曹宗杰，闵锐，范录宏，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51