計算機視覺發展史

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇計算機視覺發展史范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

計算機視覺發展史范文第1篇

1.企業領導對其不重視

站在企業領導的角度分析會計電算化，部分企業領導對會計電算化缺少準確的認知和了解，尤其是一些中小型企業的領導，對于會計電算化的應用更是缺乏重視，進而阻礙會計電算化在企業中的應用。其次，由于部分企業領導的思維無法跟上時代的步伐，盡管為企業引入會計電算化，在應用的過程中卻只停留在表面上，缺少實際使用，這樣企業領導就很難帶領企業員工發展企業、建設企業，并致使會計電算化在企業的應用中無法發揮真正的作用。另外，從購置會計電算化的配套設施來看，企業在引進相關的設備時，需要加大資金投入成本，并重新制定相關的管理體制，這對一些中小型企業而言，無非是增加了其財務壓力。

2.企業缺乏專業的人才

目前，傳統會計依然發揮作用，但其作用卻遠遠小于會計電算化，會計電算化通過改善會計核算的環境，增強了會計工作人員的核算效率，使企業能夠準時的完成銷售預測、人力資源規劃等工作。然而，由于企業缺乏專業的會計電算化人才，導致企業只能應用傳統的會計，這使得會計的工作更加煩瑣復雜。

3.企業缺乏完善的規章制度

完善的規章制度在企業中的應用，能有效地激勵工作人員，讓工作人員認真完成工作任務。這也就說明，企業在應用會計電算化的過程中，應完善相關的規章制度，并將其落實到會計工作人員的身上，但由于大部分企業為了獲取更多的經濟利潤，對于會計工作這一方面，缺乏合理的管理和監督，從而導致會計工作人員缺乏良好的職業道德精神和責任感。

4.財務數據對會計電算化的影響

會計人員在工作的過程中，需要接觸大量的資金，因而，財務數據的準確性對會計而言具有十分重要的影響，會計人員需要精準財務數據，并合理的管理財務數據，才能減少財務數據的風險。但工作人員在利用會計電算化對其數據儲存的過程中，一旦儲存信息錯誤，則會影響會計工作，并給企業帶來嚴重的經濟損失。

二、會計電算化發展中存在問題的解決措施

企業在應用會計電算化時，應做到實事求是，根據企業的發展現狀，合理的引進會計電算化的設施，并制定相關的管理方案，構建一個完整的會計電算化發展體系，增強對會計工作人員的培訓和指導，提升整體員工的工作素質，這樣才能提高會計電算化的使用效率，并促進企業經濟的增長。以下幾點則是針對會計電算化在發展中存在問題提出的解決措施。1.提升企業領導對會計電算化的認識

作為企業的領導者和負責人，企業領導的思想觀念應與時俱進，跟隨時代的步伐，接受當今時代的發展現狀。因此，企業領導應積極主動的參與一些發展會議和活動，從中獲取豐富的信息資源，為企業的發展做出良好的基礎保障。這樣企業領導才能接受會計電算化，并為企業提供充足的發展條件，合理的引入會計電算化。此外，企業領導在利用會計電算化時，要從主觀方面分析會計電算化的重要性，對會計電算化產生準確的認知，提升自身對其的認知水平，這才有利于會計電算化在企業中發展。2.加強培訓和指導，構建一支專業的會計電算化隊伍

盡管會計電算化屬于先進的工作手段，但會計電算化仍需要人來操作，才能發揮其主要的作用。因此，企業要秉承著以人為本的發展理念，加強對會計工作人員的培訓和指導，將創新的工作理念灌輸到工作人員的思想中，使其了解會計電算化的工作性質，并讓其意識到自身工作的重要性，這樣會計工作人員才能提升自身的素質和職業道德精神。另外，企業在指導會計人員的過程中，要讓工作人員掌握會計電算化操作技術，提升會計人員的工作技能，從而使會計人員在工作時降低錯誤率。

3.構建完整的監督體制

為了保證會計人員能合理有效的完成相關的工作，在引入會計電算化之前，企業應根據會計電算化的相關操作要求，結合企業發展的情況，制定相關的應用方案，構建一個完整的管理監督體制，建立健全相關的規章制度，從而使會計人員能有針對性和規范性的操作會計電算化。其次，企業要對員工明確責任制度，將其落實到每一個工作人員的身上，這樣就能激發會計人員的責任意識。此外，企業應定期對會計人員進行考核，從而及時地發現會計工作人員存在的問題和缺陷。只有企業從根本上發現問題，才能提出科學的解決對策，并有效地解決工作人員的問題。

4.加強對財務數據風險的控制

企業在控制財務風險的過程中，首先，企業應選擇正規的商家，購買財務軟件，并保證軟件的功能和資料齊全，例如：會計電算化系統中應具有自動儲存和記錄信息的功能，在出現錯誤數據時，能及時對數據進行修改等，這些功能不僅能保證財務數據準確性，同時，也為會計工作人員提供了便利性，提升了會計人員的核算效率。其次，設置崗位制，對企業員工明確自身的工作職責，使員工知道應該做什么，不應該做什么。進而使會計工作人員按照使用會計電算化的流程完成核算工作。在此過程中，企業一定要設置密碼，以防止財務數據丟失。最后，在利用會計電算化時，要盡量減少財務數據輸入輸出的風險，對每個環節存在的風險都應進行分析和研究，并提前做好預防錯誤的措施，會計人員在完成一份財務數據時，要對其進行整理、備份，以避免影響其它工作。

計算機視覺發展史范文第2篇

1機械電子工程

1.1機械電子工程的發展史

20世紀是科學發展最輝煌的時期，各類學科相互滲透、相輔相成，機械電子工程學科也在這一時期應運而生，它是由機械工程與電子工程、信息工程、智能技術、管理技術相結合而成的新的理論體系和發展領域。隨著科學技術的不斷發展，機械電子工程也變的日益復雜。

機械電子工程的發展可以分為3個階段：第一階段是以手工加工為主要生產力的萌芽階段，這一時期生產力低下，人力資源的匱乏嚴重制約了生產力的發展，科學家們不得不窮極思變，引導了機械工業的發展。第二階段則是以流水線生產為標志的標準件生產階段，這種生產模式極大程度上提高了生產力，大批量的生產開始涌現，但是由于對標準件的要求較高，導致生產缺乏靈活性，不能適應不斷變化的社會需求。第三階段就是現在我們常見的現代機械電子產業階段，現代社會生活節奏快，亟需靈活性強、適應性強、轉產周期短、產品質量高的高科技生產方式，而以機械電子工程為核心的柔性制造系統正是這一階段的產物。柔性制造系統由加工、物流、信息流三大系統組合而成，可以在加工自動化的基礎之上實現物料流和信息流的自動化。

1.2機械電子工程的特點

機械電子工程是機械工程與電子技術的有效結合，兩者之間不僅有物理上的動力連結，還有功能上的信息連結，并且還包含了能夠智能化的處理所有機械電子信息的計算機系統。機械電子工程與傳統的機械工程相比具有其獨特的特點：

1)設計上的不同。機械電子工程并非是一門獨立學科，而是一種包含有各類學科精華的綜合性學科。在設計時，以機械工程、電子工程和計算機技術為核心的機械電子工程會依據系統配置和目標的不同結合其他技術，如：管理技術、生產加工技術、制造技術等。工程師在設計時將利用自頂向下的策略使得各模塊緊密結合，以完成設計；2)產品特征不同。機械電子產品的結構相對簡單，沒有過多的運動部件或元件。它的內部結構極為復雜，但卻縮小了物理體積，拋棄了傳統的笨重型機械面貌，但卻提高了產品性能。

機械電子工程的未來屬于那些懂得運用各種先進的科學技術優化機械工程與電子技術之間聯系的人，在實際應用當中，優化兩者之間的聯系代表了生產力的革新，人工智能的發展使得這一想法變成可能。

2人工智能

2.1人工智能的定義

人工智能是一門綜合了控制論、信息論、計算機科學、神經生理學、心理學、語言學、哲學等多門學科的交叉學科，是21世紀最偉大的三大學科之一。尼爾遜教授將人工智能定義為：人工智能是關于怎樣表示知識和怎樣獲得知識并使用知識的科學。溫斯頓教授則認為：人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。至今為止，人工智能仍沒有一個統一的定義，筆者認為，人工智能是研究通過計算機延伸、擴展、模擬人的智能的一門科學技術。

2.2人工智能的發展史

2.2.1萌芽階段

17世紀的法國科學家B.Pascal發明了世界上第一部能進行機械加法的計算器轟動世界，從此之后，世界各國的科學家們開始熱衷于完善這一計算器，直到馮諾依曼發明第一臺計算機。人工智能在這一時期發展緩慢，但是卻積累了豐富的實踐經驗，為下一階段的發展奠定了堅實的基礎。

2.2.2第一個發展階段

在1956年舉辦的“侃談會”上，美國人第一次使用了“人工智能”這一術語，從而引領了人工智能第一個興旺發展時期。這一階段的人工智能主要以翻譯、證明、博弈等為主要研究任務，取得了一系列的科技成就，LISP語言就是這一階段的佼佼者。人工智能在這一階段的飛速發展使人們相信只要通過科學研究就可以總結人類的邏輯思維方式并創造一個萬能的機器進行模仿。

2.2.3挫折階段

60年代中至70年代初期，當人們深入研究人工智能的工作機理后卻發現，用機器模仿人類的思維是一件非常困難的事，許多科學發現并未逃離出簡單映射的方法，更無邏輯思維可言。但是，仍有許多科學家前赴后繼的進行著科學創新，在自然語言理解、計算機視覺、機器人、專家系統等方面取得了卓爾有效的成就。1972年，法國科學家發現了Prolog語言，成為繼LISP語言之后的最主要的人工智能語言。

2.2.4第二個發展階段

以1977年第五屆國際人工智能聯合會議為轉折點，人工智能進入到以知識為基礎的發展階段，知識工程很快滲透于人工智能的各個領域，并促使人工智能走向實際應用。不久之后，人工智能在商業化道路上取得了卓越的成就，展示出了頑強的生命力與廣闊的應用前景，在不確定推理、分布式人工智能、常識性知識表示方式等關鍵性技術問題和專家系統、計算機視覺、自然語言理解、智能機器人等實際應用問題上取得了長足的發展。

2.2.5平穩發展階段

由于國際互聯網技術的普及，人工智能逐漸由單個主體向分布式主體方向發展，直到今天，人工智能已經演變的復雜而實用，可以面向多個智能主體的多個目標進行求解。

3人工智能在機械電子工程中的應用

物質和信息是人類社會發展的最根源的兩大因素，在人類社會初期，由于生產力水平低，人類社會以物質為首要基礎，僅靠“結繩記事”的方法傳遞信息，但隨著社會生產力的不斷發展，信息的重要性不斷被人們發現，文字成為傳遞信息最理想的途徑，最近五十年間，網絡的普及給信息傳遞帶來了新的生命，人類進入到了信息社會，而信息社會的發展離不開人工智能技術的發展。不論是模型的建立與控制，還是故障診斷，人工智能在機械電子工程當中都起著處理信息的作用。

由于機械電子系統與生倶來的不穩定性，描述機械電子系統的輸入與輸出關系就變得困難重重，傳統上的描述方法有以下幾種：1)推導數學方程的方法；2)建設規則庫的方法；3)學習并生成知識的方法。傳統的解析數學的方法嚴密、精確，但是只能適用于相對簡單的系統，如線性定常系統，對于那些復雜的系統由于無法給出數學解析式，就只能通過操作來完成。現代社會所需求的系統日益復雜，經常會同時處理幾種不同類型的信息，如傳感器所傳遞的數字信息和專家的語言信息。由于人工智能處理信息時的不確定性、復雜性，以知識為基礎的人工智能信息處理方式成為解析數學方式的替代手段。

通過人工智能建立的系統一般使用兩類方法：神經網絡系統和模糊推理系統。神經網絡系統可以模擬人腦的結構，分析數字信號并給出參考數值；而模糊推理系統是通過模擬人腦的功能來分析語言信號。兩者在處理輸入輸出的關系上有相同之處也有不同之處，相同之處是：兩者都通過網絡結構的形式以任意精度逼近一個連續函數；不同之處是：神經網絡系統物理意義不明確，而模糊推理系統有明確的物理意義；神經網絡系統運用點到點的映射方式，而模糊推理系統運用域到域的映射方式；神經網絡系統以分布式的方式儲存信息，而模糊推理系統則以規則的方式儲存信息；神經網絡系統輸入時由于每個神經元之間都有固定聯系，計算量大，而模糊推理系統由于連接不固定，計算量較小；神經網絡系統輸入輸出時精度較高，呈光滑曲面，而模糊推理系統精度較低，呈臺階狀。

隨著社會的不斷發展，單純的一種人工智能方法已經不能滿足日益增長的社會需要，許多科學家開始研究綜合性的人工智能系統。綜合性的人工智能系統采用神經網絡系統與模糊推理系統相結合的方法，取長補短，以獲得更全面的描述方式，模糊神經網絡系統便是一成功范例。模糊神經網絡系統做到了兩者功能的最大融合，使信息在網絡各層當中找到一個最適合的完全表達空間。邏輯推理規則能夠對增強節點函數，為神經網絡系統提供函數連結，使兩者的功能達到最大化。

4結論

計算機視覺發展史范文第3篇

1.1不同的設計方法

與傳統的機械工程相比，機械電子工程已經超越了單一的學科，顯而易見，機械電子工程是一個交叉學科，它充分的融合機械技術與信息技術，這就要求其在進行設計的過程之中必須充分考慮和應用自己的設計方法，在實際的設計過程之中，設計人員往往采用自上而下的設計方法，這種設計方法是機械電子工程設計之有的方法。

1.2產品上的差異

機械電子工程的另一個特點就是其產品上的與眾不同，與一般的產品不同，機械電子產品的結構看似簡單，但是在實際的設計與開發過程之中卻融入了很多先進的技術與理念，這就遠遠的超越了傳統的機械，這就是產品的外觀更加的輕盈小巧，同時可以實現更加的智能化與現代化，是生產力飛躍的具體體現。

2.機械電子工程的發展過程

前文已經講過，機械電子工程并不是一個簡單的孤立學科，它是一個涉及機械與信息技術的交叉學科，又受到人工智能理念的影響，因此是一個典型的交叉學科。正是由于該學科的復雜性造成該學科在形成的過程之中并不是一蹴而就的，相反，該學科在形成的過程之中經過了很多階段，經過相關的發展才最終形成現階段的機械電子工程：

2.1機械電子工程學的開端

機械電子工程學的起步階段是傳統的手工生產，在這個階段，機械電子工程學的發展十分的緩慢，這是由于此社會的平均勞動生產率相對較為低下，勞動力資源相對也較為匱乏，生產力的發展與進步比較緩慢，但是在一次次的嘗試之中，機械電子工程還是逐步的發展起來了。

2.2機械電子工程學的高速發展階段

機械電子工程學的高速發展階段主要是流水線生產線的成功應用，這一時期的生產過程已經具有了相應的標準，在很大程度上促進了生產力的發展與進步，并不斷的拓展機械電子工程產品的種類，逐步滿足社會的發展與需求。

2.3機械電子工程的成熟階段

進入21世紀，機械電子工程逐步走入其成熟階段，逐步的形成了其特有的生產體系與發展體系，并實現了與現代信息技術與人工智能技術的完美融合，進入了現代機械電子工程的成熟階段，不斷的促進現代生產的發展與社會的進步。

3.人工智能的發展史

3.1萌芽階段

人工智能的萌芽階段起源于法國，當時法國科學家首先研制出了第一部計算器，從此世界開始了人工智能的研究之路，直至馮諾依曼發明第一臺計算機。人工智能在其萌芽階段和其他技術一樣，發展打偶較為緩慢，但是卻為后來的發展積累了豐富的經驗，為之后的發展奠定了堅實的基礎。

3.2第一個發展階段

1956年美國人第一次提出“人工智能”的命題，并進行了相關的研究，這是引起人工智能第一發展高峰期的標志。這一階段的人工智能屬于較為簡單的發展階段，主要針對的的任務是：博弈、計算以及證明等任務。在這一階段的確取得了一定的成就，這一階段的主要貢獻是大大的解放了人們的思想，使人們認識并了解了人工智能的可行性，對人工智能后期的發展起到了巨大的促進作用。

3.3第二個發展階段

1977年全球召開了第五屆人工智能會議，這是人工智能發展的第二個階段的開始，由此之后，人們認識到知識工程對于人工智能領域的重要意義與價值，并不斷的進行相關的發展與研究，促使人工智能與實際生產相結合，逐步的推進了人工智能的快速發展與進步。也正是在這個階段，人工智能獲得了巨大的飛躍，并表現出廣闊的市場前景，在不確定推理、分布式人工智能、常識性知識表示方式等關鍵性技術問題和專家系統、計算機視覺、自然語言理解、智能機器人等實際應用問題上取得了長足的發展。

4.機械電子工程與人工智能的關系

機械電子系統具有不穩定性，這就使得機械電子系統在輸入與輸出關系的處理上比較困難。推導數學方程的方、建設規則庫的方法以及學習并生成知識的傳統方法,雖然在解析數學方面具有精密性,但是這些傳統的方法還只能適用于一些相對簡單的系統。然而現代社會所需求的系統是紛繁復雜的，往往會需要一個系統能夠處理多種信息類型。人工智能建立系統所采取的方法中，主要使用的是神經網絡系統和模糊推理系統。神經網絡系統能夠實現對人腦結構的模擬人，能夠分析數字信號并給出參考數值。而模糊推理系統則是通過模擬人腦的功能,來實現對語言信號的有效分析。在處理輸入輸出的關系上，這兩種方法既有共同之處，也存在各自的差異性。神經網絡系統在信息的儲存上是采用分布式的方式，而模糊推理系統則采用規則方式實現信息的儲存。神經網絡系統輸入時由于每個神經元之間都有固定聯系所以計算量一般都很大，而模糊推理系統的連接是不固定的，所以其計算量相對較小。人工智能系統的建立于發展在很大程度上促進了現代機械電子工程發展與進步。在實際的機械電子工程的設計工作之中，我們必須依靠相應的人工智能技術植入，只有這樣才能更好的促進機械電子工程的發展，與此同時最大限度的促進人工智能功能的實現。很顯然這個過程相互促進的過程，只有在發展之中充分的考慮兩只之間的相互結合，不斷的開拓出全新的技術，促進兩者之間的更好的融合才能不斷的促進兩者的共同發展，不斷的促進其進步，實現機械電子工程的不斷發展，推進人工智能的持續進步。

5.結束語

計算機視覺發展史范文第4篇

關鍵詞：小波變換，小波分析，損傷檢測，小波神經網絡

對小波分析法的簡述

小波變換的概念是由法國從事石油信號處理的工程師J.Morlet在1974年首先提出的，通過物理的直觀和信號處理的實際需要經驗的建立了反演公式，當時未能得到數學家的認可。1986年著名數學家Y.Meyer偶然構造出一個真正的小波基，并與S.Mallat合作建立了構造小波基的同意方法棗多尺度分析之后，小波分析才開始蓬勃發展起來，其中比利時女數學家I.Daubechies撰寫的《小波十講》對小波的普及起了重要的推動作用，通過伸縮和平移等運算功能對函數或信號進行多尺度細化分析，解決了Fourier變換不能解決的許多困難問題。從而小波變化被譽為“數學顯微鏡”，它是調和分析發展史上里程碑式的進展。

“小波”就是小的波形。“小”是指它具有衰減性；而稱之為“波”則是指它的波動性，其振幅正負相間的震蕩形式。與Fourier變換相比，小波變換是時間(空間)頻率的局部化分析，它通過伸縮平移運算對信號(函數)逐步進行多尺度細化，最終達到高頻的時間細分，低頻處頻率細分，能自動適應時頻信號分析的要求，從而可聚焦到信號的任意細節，解決了Fourier變換的困難問題，成為繼Fourier變換以來在科學方法上的重大突破。有人把小波變換稱為“數學顯微鏡”。小波分析的應用是與小波分析的理論研究緊密地結合在一起地。現在，它已經在科技資訊產業領域取得了令人矚目的成就。 電子資訊技術是六大高新技術中重要的一個領域，它的重要方面是影像和信號處理。現今，信號處理已經成為當代科學技術工作的重要部分，信號處理的目的就是：準確的分析、診斷、編碼壓縮和量化、快速傳遞或存儲、精確地重構（或恢復）。從數學地角度來看，信號與影像處理可以統一看作是信號處理（影像可以看作是二維信號），在小波分析地許多分析的許多應用中，都可以歸結為信號處理問題。現在，對于其性質隨實踐是穩定不變的信號，處理的理想工具仍然是傅立葉分析。但是在實際應用中的絕大多數信號是非穩定的，而特別適用于非穩定信號的工具就是小波分析。

小波分析法的應用領域

長期以來，傅立葉分析一直被認為是最完美的數學理論和最實用的方法之一。1946年Gabor提出的加窗傅立葉變換就是其中的一種，但是傅立葉變換還沒有從根本上解決傅立葉分析的固有問題。用傅立葉分析只能獲得信號的整個頻譜，而難以獲得信號的局部特性，特別是對于突變信號和非平穩信號難以獲得希望的結果。為了克服經典傅立葉分析本身的弱點，人們發展了信號的時頻分析法，但是傅立葉變換還沒有從根本上解決傅立葉分析的固有問題。小波變換的誕生，正是為了克服經典傅立葉分析本身的不足，現在小波分析法的應用是十分廣泛的，它包括：數學領域的許多學科；信號分析、影像處理；量子力學、理論物理；軍事電子對抗與武器的智能化；電腦分類與識別；音樂與語言的人工合成；醫學成像與診斷；地震勘探數據處理；大型機械的故障診斷等方面；例如，在數學方面，它已用于數值分析、構造快速數值方法、曲線曲面構造、微分方程求解、控制論等。在信號分析方面的濾波、去噪聲、壓縮、傳遞等。在影像處理方面的影像壓縮、分類、識別與診斷，去污等。在醫學成像方面的減少B超、CT、核磁共振成像的時間，提高解析度等。(1)小波分析用于信號與影像壓縮是小波分析應用的一個重要方面。它的特點是壓縮比高，壓縮速度快，壓縮后能保持信號與影像的特征不變，且在傳遞中可以抗干擾。基于小波分析的壓縮方法很多，比較成功的有小波包的方法，小波網域紋理模型方法，小波變換零樹壓縮，小波變換向量壓縮等。(2)小波在信號分析中的應用也十分廣泛。它可以用于邊界的處理與濾波、時頻分析、信噪分離與提取弱信號、求分形指數、信號的識別與診斷以及多尺度邊緣偵測等。(3)在工程技術等方面的應用。包括電腦視覺、電腦圖形學、曲線設計、湍流、遠端宇宙的研究與生物醫學方面。

（三）小波分析法在土木工程中的應用

隨著大型土木工程的興建,采用先進的儀器和科學的方法來進行在線監測和診斷對結構健康狀況的評估起著越來越重要的作用.但無論是基于固有頻率變化,還是振型變化,以及基于柔度或剛度變化的測量方法,都存在著一個共同的局限性,就是對微小損傷和疲勞損傷的識別,由于其探測靈敏度不夠,顯得力不從心,因此需要尋找一種更有效的損傷檢測手段.小波變換作為一種新的信號處理方法,綜合了時域分析方法和頻域分析方法的優點,屬于多分辨率的時頻分析方法,具有伸縮、平移和放大功能,可以用不同的尺度或分辨率來觀察信號,實現既在時域又在頻域的高分辨局部定位,對于非平穩信號的處理是非常適合和必要的,正是結構損傷檢測的基本要求.給出了結構整體進行損傷判別的方法,將各層能量在各頻段進行分解,通過能量變化情況給出了結構損傷程度的判定方法,并且在三層鋼筋混凝土框架結構的損傷判別試驗中得到應用,試驗結果與理論分析吻合較好,從而證明了提出的損傷判別方法的可行性與準確性.在施工過程中結構發生損傷后，某些線性連接點變為非線性，造成其固有頻率和剛度的改變，進而使得結構的動力響應發生變化。線性和非線性系統動力特性的主要差別之一是非線性系統具有高次諧波和亞諧波。利用小波變換分析結構損傷前后的時域和頻域響應，可以確定諸如高次諧波、亞諧波以及混沌現象等系統響應的動力學特性，進而檢測結構的非線性 。通過小波分析局部擴大和局部壓縮的特性，可以對微弱信號進行檢測，這在結構損傷初期的檢測中是非常重要的。（1）直接利用小波分析檢測損傷，利用小波分析進行損傷檢測較多的集中在復合材料損傷研究上 。復合材料由于其重量輕、剛性好，已廣泛應用于航空航天結構和許多民用工程結構，其損傷可導致結構性能的嚴重下降，因此發展連續健康監測和自動報警技術尤為重要。一般采用在復合材料結構模型（如懸臂梁）上粘貼壓電材料，分別作為作動器（產生激勵）和傳感器（感受振動信號）。利用有限元數值仿真，假定在仿真過程中某些單元發生損傷，將被測點動力響應，如位移、速度或加速度，進行小波分解。通過小波分解后各階信號波形上的突變點能夠準確的判斷損傷的發生。由于小波分解后的信號比原始信號的分辨率高的多，利用小波分解信號的奇變性，可以識別原始信號中無法直接識別的突變。利用小波變換對結構在地震作用下帶有噪聲的位移響應信號進行低周疲勞信號提取。低周疲勞模型采用結構在隨機時刻點上某些構件由于承受沖擊荷載而導致的剛度下降來模擬，得到了以下研究成果：A）用序號N較大的正交小波可以很好的估計有噪聲條件下疲勞破壞的發生時刻，B）用小波分析可以精確的識別諸如下降剛度等系統參數。利用時程分析程序計算結構動力響應，并在其過程中允許結構中某些構件發生損傷如支撐剛度突然全部消失或部分消失。這些損傷造成了加速度的不連續，而這種不連續在加速度曲線中是難以觀察的。將得到的加速度響應信號進行離散小波變換，通過分解后高頻波形上的突起來判斷損傷的發生和發生的時刻。分析過程將對多個結點加速度進行小波分解并通過分解后帶有突起的結點在整個結構中所處的空間位置來判斷損傷的位置。

（四）小波分析與其他方法聯合運用

此方法多是把小波分析作為前置處理手段，可先利用小波變換的消噪性能對原始信號進行除噪，再對信號進行奇異性檢測等其他處理 。小波分析可以單獨定位損傷，但都不夠精確。此方法是先利用損傷后構件各階振型的殘余量，求出曲率模態，再通過小波分析得到曲率模態的小波分解灰度圖 ，進而推斷出損傷位

置。這種聯合方法提高了損傷識別的靈敏性和精確度，但只運用到一維梁構件上，對于更復雜的情況需要進一步研究。小波分析可以聚焦到信號的任意細節進行時頻域處理，因此適用于非平穩信號振動波形特征提取。故可以先利用小波分析對原始信號進行分解，提取各水平的小波細節的能量特征參數等與損傷相關聯的特征量或小波重構系數的統計特性，如：波形指標，峰值指標，能量指標等，輸入BP神經網絡或小波神經網絡，作為網絡的輸入參數，利用神經網絡的識別功能判斷損傷情況 。采用小波分析和神經網絡算法，通過將測得的原始結構和損傷后結構的振動數據比較，估計損傷發生的位置及程度。首先利用小波分析的時頻定位特性提取突變發生位置，而模態形狀變化的大小反應損傷程度，故它可以預測結構的完整性。神經網絡則通過映像小波分析中提取出的振動特征的函數來量化健康狀態參數。

3.小波變換在結構振動方面的應用。結構抗震分析中的應用 地震動屬于非平穩信號，而小波變換在處理非平穩信號上具有不可比擬的優勢。國外有一些研究者已經將小波分析應用于結構震動方面，國內也有一些研究者應用小波分析法地震作用下結構的動力響應 。主要利用小波變換對地震作用下結構的動力反應進行了分析和計算，并利用能量分配關系分析了各頻段范圍內地震輸入分量對結構反應的作用程度。通過算例知道，小波變換可以對提取的任意頻率范圍內的輸入進行動力分析，且較傅里葉變換有明顯的優點。

3，小波分析法在工程圖像壓縮中的應用。小波分析法的膨脹和平移運算可以對信號進行多尺度的細致的動態分析，從而能夠解決Fourier變換不能解決的許多困難問題。利用小波變換可以一次變換整幅圖像，不僅可以達到很高的壓縮比，而且不會出現JPEG重建圖像中的"方塊"效應，但編碼器復雜，有潛像問題。 由于小波及小波包技術可以將信號或圖像分層次按小波基展開，所以可以根據圖像信號的性質以及事先給定的圖像處理要求確定到底要展開到哪一級為止，從而不僅能有效地控制計算量，滿足實時處理的需要，而且可以方便地實現通常由子頻帶、層次

編碼技術實現的累進傳輸編碼（即采取逐步浮現的方式傳送多媒體圖像）。這樣一種工作方式在多媒體數據瀏覽、醫學圖片遠程診斷時是非常必要的。另外，利用小波變換具有放 大、縮小和平移的數學顯微鏡的功能，可以方便地產生各種分辨率的圖像，從而適應于不同分辨率的圖像I/O設備和不同傳輸速率的通信系統。相比之，利用KL變換進行壓縮編碼，只能對整幅圖像進行；而利用小波變換則能夠比較精確地進行圖像拼接，因此對較大的圖像可以進行分塊處理，然后再進行拼接。顯然，這種處理方式為圖像的并行處理提供了理論依據。由于小波變換繼承了Fourier分析的優點，同時又克服它的許多缺點，所以它在靜態和動態圖像壓縮領域得到廣泛的應用，并且已經成為某些圖像壓縮國際標準的重要環節。由于小波分析克服了Fourier分析的許多弱點，因此它不僅可以用于圖像壓縮，還可以用于許多其他領域，如信號分析、靜態圖像識別、計算機視覺、聲音壓縮與合成、視頻圖像分析、CT成像、地震勘探和分形力學等領域。所以許多工程在施工過程中會運用此類方法。

參考文獻：

[1] 彭玉華.小波變換與工程應用[M]. 北京：科學出版社，1999.

[2] 胡昌華，張軍波等.基于 MATLAB 的系統分析與設計――小波分析[M]. 西安：西安電子科技大學出

版社，1999.