Обнаружение формы кривой из сигнала

Я пытаюсь определить кривую определенной формы и ее положение по сигналу, как показано ниже:

(ссылка на картинку: http://tinypic.com/view.php?pic=ab5j45&s= 6)

Я бы получил сигнал в виде массива поплавков.

Из-за шума и других вариаций кривая может быть неточной, поэтому я не могу использовать простое сопоставление чисел. Мне было интересно, есть ли что-то в OpenCV, что я могу использовать для этого.

Обратите внимание, что мне нужно будет обнаруживать кривые разных форм и их положение в сигнале, но если я знаю, что нужно обнаружить один тип, я могу использовать тот же метод для обнаружения других типов.

С уважением, Питер


match detection signal-processing curve shape
person user1812432    schedule 09.11.2012    source источник

Ответы (3)


arrow_upward
1
arrow_downward

Я бы попытался определить параметрическую математическую функцию, представляющую форму, которую вы хотите сопоставить.

Затем все, что вам нужно сделать, это применить технику (например, наименьших квадратов), чтобы получить значения из параметров, которые лучше всего соответствуют кривой вашего сигнала.

Возможно, вы захотите сопоставить свою функцию со скользящим окном, особенно если вы хотите сопоставить несколько событий в своем сигнале.

person mariosangiorgio    schedule 09.11.2012

arrow_upward
0
arrow_downward

Шум и «другие вариации» — это высокие частоты, поэтому нужно фильтровать сигнал фильтром нижних частот (для фильтрации используйте операцию свертки). Кажется, что ваш сигнал имеет очень низкие частоты (может быть, ниже 5 кГц?). После фильтрации посмотрите на свой сигнал, и когда вы получите желаемую форму кривой, примените численное сопоставление.

person Broken_Window    schedule 09.11.2012
comment
Я не уверен, что это сработает, так как фактические числа на кривой будут варьироваться от сигнала к сигналу, например, если я получаю 1-2-3-4-3-2-3-2 в одном случае, я мог бы получить 1,2- 2.1-3.4-4.1-3.5-2.1-3-2.1, которые будут генерировать аналогичную форму, но не те же числа, но все равно будут считаться совпадением. - person user1812432; 09.11.2012

arrow_upward
0
arrow_downward

Согласованный фильтр имеет самый высокий пик в целочисленной позиции в сигнале, который лучше всего соответствует заданной форме (или энергии образца, который необходимо согласовать). Но в дополнение к этому часто соседние значения выходного сигнала согласованного фильтра можно использовать для точной настройки положения путем вычисления tau = a-b/(a+b) (IIRC), где a = пиковое значение, а b — второе лучшее значение.

Это работает особенно хорошо, если согласуемый сигнал имеет хорошие характеристики автокорреляции - один высокий пик и близкий к нулю на +-1 от пика (в основном это означает обнаружение пилот-сигналов).

person Aki Suihkonen    schedule 14.11.2012