[发明专利]一种基于边缘检测的时频谱曲线提取方法

摘要

本发明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，本发明的方法性能更优。

主权项

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，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+1,y+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，再按照列优先顺序进行排序，即矩阵中各元素根据其在矩阵HX×Y中行数和列数按照如下公式排序((列数‑1)×X+行数)，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,…)，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，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∑g(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，局部最大值的个数为曲线的条数，各局部最大点在累加器中对应的周期值和相位值即为各条曲线的周期T和相位θ的具体数值，即得到曲线的条数以及各条时频谱曲线的参数。