基于噪声点多级检测的自适应中值滤波算法

针对传统中值滤波算法在图像去噪过程中造成较多图像细节信息丢失的问题,提出了一种基于噪声点多级检测的自适应中值滤波算法。该算法根据像素的空间相关性,逐级检测不同空间特征的噪声点。首先根据滤波窗口中相近像素点的数量来检测空间孤立的单个噪声点;然后通过扩展邻近窗口的方式检测空间连续的两个噪声点;接着进一步增加约束条件对空间连续的三个及以上的噪声点进行检测;最后对判断为噪声的像素用滤波窗口的中值替换。此外,该算法还能通过自适应地调整像素空间相关性判别阈值来处理不同分布特征的噪声。实验结果表明,与现有中值滤波算法相比,算法在有效滤除图像噪声的同时能更好地保护图像细节信息。     

基于邻域阈值分类的小波域图像去噪算法

利用图像小波系数的空间相关性可以有效地去除图像中的噪声。将一维信号的小波邻域阈值扩展并应用于二维图像,子带内的每个小波系数根据其邻域阈值的大小被划分为“大”系数或者是“小”系数;对“小”系数直接置零,对“大”系数则采用一种具有局部空间强相关性的零均值高斯模型,通过最小均方误差准则得到其估计。仿真实验结果表明该算法简单有效,在去噪性能上优于传统的子带自适应阈值去噪方法,可与两种优秀的空间自适应去噪算法相媲美。     

相关性比例标准化LMS算法

传统的回声消除系统无法在嘈杂的双工环境下工作。由于双工信号的干扰,误差信号不能正确地指导滤波器系数的更新。提出一种基于相关函数的自适应滤波算法相关性比例款化LMS(CPNLMS)算法。计算机仿真结果显示,CPNLMS算法的表现要优于传统PNLMS算法,特别是在全双工环境下。     

一种基于相对固定增益的Kalman滤波信号跟踪算法

研究了Kalman滤波在卫星导航终端信号跟踪中的应用。运用基于Kalman滤波形成的信号跟踪环路利用最优估计理论动态调节环路带宽,较好地解决了信号跟踪性能受信号强度和信号动态两因素制约的问题;运用信号系统中的Z变换从理论上证明了Kalman滤波稳态性能与普通锁相环路的转换联系;分析了Kalman滤波的稳态响应特点,借鉴α·β滤波的固定滤波系数思想,在保留Kalman滤波基本递归叠代过程的前提下,利用稳态效应误差恒定的性质,提出了一种基于相对固定增益的Kalman滤波信号跟踪算法。该算法采用基于SNR的查找表方式(无需计算方式)确定增益系数,以减少滤波的计算量。性能试验结果表明,该算法的鲁棒性较好,能实时跟踪信号变化,信号突变条件下的暂态响应跟踪误差略大于标准算法,稳态条件下的滤波效果与标准算法基本持平。     

经验模态分解和空间滤波在两相流速度测量中的应用

在利用空间滤波和电容传感器测量两相流速度时,需要准确测量电容传感器输出信号的带宽.针对此问题提出一种利用经验模态分解算法来测量传感器带宽的方法.文章首先介绍电容传感器的空间滤波效应和经验模态分解的基本原理,并给出固体速度和电容传感器输出信号带宽之间的关系.然后将经验模态分解和平滑滤波器结合对测量信号进行平滑处理,测量处...     

基于小波变换的水声信号滤波方法

为更好地改进低信噪比水声信号的滤波效果,本文针对小波滤波算法展开研究.对小波变换系数使用最大后验概率估计算子进行去噪,达到对原始水声信号滤波的目的,去除大部分的噪声;对含噪信号使用可变阈值函数的小波阈值滤波,进一步提高信噪比.文中给出了两种滤波方法的算法,通过对仿真信号和真实水声信号的滤波实验表明:本文方法比常用的滤波方法均方误差更小,更有利于提取水声信号的特征并进行分类识别.     

基于粒子滤波的多模态振动信号在线跟踪

针对多模态振动信号的在线监测和跟踪,提出基于随机子空间（SSI）和粒子滤波（PF）算法的仿真振动信号在线监测和跟踪方法。通过SSI算法提取得到振动系统的模态主频和阻尼比,根据振动系统模型模态主频和阻尼比的计算公式,得到系统的状态矩阵和输出矩阵。将计算所得状态矩阵和输出矩阵代入状态方程,利用PF算法进行信号的在线监测和跟踪,实现信号的降噪处理和预测分析。对于大型机械、桥梁等建筑物,对其进行在线监测保障其正常营运对社会经济发展具有深远影响。文中利用SSI算法提取系统的模态参数,进一步构建振动系统的状态矩阵和输出矩阵,并利用PF算法进行信号滤波抑噪和预测,在此基础上可以对结构状态实施在线监测及预警控制,实际大桥斜拉索振动信号测试也表明本文算法可以提供稳定可靠的信号跟踪与预测技术。     

粒子滤波技术研究和分析

非线性非高斯状态空间模型的最优估计问题在信号处理、自动控制、金融、无线通讯等领域具有重要的应用,粒子滤波技术通过非参数化的蒙特卡罗模拟方法来实现递推贝叶斯滤波,适用于任何能用状态空间模型表示的非线性系统,滤波精度可以逼近最优估计,其有效性已经得到各领域研究人员的极大认可,基本粒子滤波算法存在的最大问题是粒子退化,针对这一问题,对权值退化、重要性函数选取、重采样等影响粒子滤波器性能的关键技术进行深入研究。     

动态定量称量包装系统滤波算法

目的为了提高动态定量称量包装精度,提升数据采集和信号测量的准确性。方法分析定量称量系统的组成以及工作原理,并针对系统中存在的噪声,提出一种基于小波包滤波的称量包装滤波算法。通过塔式分解方法实现快速离散小波包变换,由离散卷积方程得到小波包分解系数,进而完成滤波算法的重组。结果通过仿真和实验结果可知,小波包滤波方法能够很好地滤除动态称量信号中的噪声,提升了有用信号的品质。结论该滤波算法提升了动态定量称量系统的稳定性,提高了称量包装精度。     

石油管道超声检测信号的两级自适应噪声消除算法

针对石油管道缺陷超声检测信号的噪声消除问题, 研究了一种两级自适应噪声消除算法. 第一级自适应滤波器作为预处理级, 使信号获得较好的相关性和信噪比, 确保第二级自适应滤波器获得更优的性能. 实测超声信号两级自适应滤波结果表明: 两级自适应滤波算法能有效增强超声检测信号中的缺陷信号成分, 显著提高信噪比.     

采用离散余弦变换的小波图像去噪方法

提出一种通过对小波域中噪声能量的估计来进行去噪的新方法。算法采用离散余弦变换(DCT)提取小波系数的主要特征,无需对噪声方差进行估计。对图像进行小波分解,利用 DCT对高频子带进行局部特征提取;利用部分 DCT 系数对小波系数进行重建,并以重建系数的平均能量作为局部噪声能量的估计;去除原小波系数中的噪声分量后,进行小波逆变换,得到去噪后的图像。实验证明,其峰值信噪比(PSNR)比通常的阈值萎缩法提高了 2-4dB。     

小波多辨率CT成像及处理算法

分析了小波变换进行低分辨率快速图像轮廓重构和局部区域精确重构的算法。在这种算法中，滤波器与小波有关，从而可由反投影得到各种小波图像。通过小波多尺度分析和小波系数控制，提出一种简单算法进行图像增强和噪声去除。与标准的算法相比，该算法提高了重建速度和图像精度。     

Edge preserving filter of side scan sonar images with wavelet modulus maxima shift‐correlative technique

An edge preserving filter algorithm of side scan sonar (SSS) image based on wavelet modulus maxima shift‐correlative (WMMS) technique is proposed in this article. First, the proposed WMMS algorithm decomposes SSS image into multiscale wavelet coefficients. Then the modulus maxima, which are produced by catastrophe points, are extracted from wavelet coefficients. The algorithm matches these maxima across the different scales to identify signal or noise. After correcting the “drifting” phenomenon of modulus maxima, a correlation factor array of wavelet coefficients is constructed by strengthening the maxima dominated by signal and suppressing those maxima dominated by noise. By correlating wavelet coefficients with the correlation factor array, the WMMS strengthens the useful high‐frequency signal and weakens the noise. Finally, the algorithm restores SSS image from revised wavelet coefficients. We apply the WMMS algorithm to filter SSS images of the experimental sea areas. Results show that WMMS has advantages over traditional algorithms in suppressing noise and preserving useful high‐frequency information. © 2011 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 21, 349–355, 2011     

Fusion of noisy images based on joint distribution model in dual-tree complex wavelet domain

Source images are frequently corrupted by noise before fusion, which will lead to the quality decline of fused image and the inconvenience for subsequent observation. However, at present, most of the traditional medical image fusion scheme cannot be implemented in noisy environment. Besides, the existing fusion methods scarcely make full use of the dependencies between source images. In this research, a novel fusion algorithm based on the statistical properties of wavelet coefficients is proposed, which incorporates fusion and denoising simultaneously. In the proposed algorithm, the new saliency and matching measures are defined by two distributions: the marginal statistical distribution of single wavelet coefficient fit by the generalized Gaussian Distribution and joint distribution of dual source wavelet coefficients modeled by the anisotropic bivariate Laplacian model. Additionally, the bivariate shrinkage is introduced to develop a noise robust fusion method, and a moment-based parameter estimation applied in the fusion scheme is also exploited in denoising method, which allows to achieve the consistency of fusion and denoising. The experiments demonstrate that the proposed algorithm performs very well on both noisy and noise-free images from multimodal medical datasets (computerized tomography, magnetic resonance imaging, magnetic resonance angiography, etc.), outperforming the conventional methods in terms of both fusion quality and noise reduction.     

桥梁健康监测采样信号 EMD小波相关降噪研究

为了进一步降低桥梁健康监测采样信号的噪声水平,根据其信号特征,在传统EMD小波阈值降噪算法的基础上,提出一种改进的降噪算法,称为EMD小波相关降噪算法。该算法综合了EMD、小波变换和相关检测三种方法的优点,首先对各阶IMF小波降噪前后的分量分别进行整体和局部相关检测,并以前三阶整体相关系数的均值作为降噪阈值,最后进行局部相关阈值降噪,得到降噪后的信号。将该算法与EMD小波阈值降噪和小波默认阈值降噪算法进行数值仿真和有限元仿真试验对比,结果表明,提出的EMD小波相关降噪算法具有更好的降噪效果,能够用于桥梁健康监测采样信号降噪处理。     

小波去噪中噪声估计失真判别方法

研究小波阈值去噪时存在的噪声估计失真问题。当采用常见的阈值确定方法对含有较强高频分量的信号进行小波去噪时,小波分析的频带能量泄漏现象会导致噪声估计失真,从而使小波阈值去噪出现较大的偏差。从小波分解的d1细节层和d2细节层的相关性角度,揭示d2细节层频带能量泄漏对噪声估计影响的规律,提出根据d1、d2细节层的最大相关系数判别噪声估计失真的方法。最后,给出解决噪声估计失真的方法。实验表明,该方法可以很好地判别小波去噪中是否出现噪声估计失真,可以避免出现去噪后信号有用信息损失严重的问题。     

两个宽带噪声矢量场模型的空间相关特性

针对宽带噪声矢量场的空间相关特性问题,文章讨论了各向同性噪声模型和表面噪声模型。在高频近似条件下,根据射线声学理论和简谐平面行波满足的欧拉公式,采用时域建模方法分别建立了宽带各向同性噪声和表面噪声矢量场模型。给出了噪声场相关函数的积分表达式和竖直方向空间相关系数的解析表达式。数值分析结果表明,相较于窄带噪声矢量场,宽带噪声矢量场各分量空间相关系数振荡幅度更小,随空间两点间距的增大更快地趋近于零;噪声源指向性对表面噪声场竖直方向上的空间相关特性的影响显著。相较于已有的宽带噪声空间相关系数计算方法,文中模型无需使用傅里叶合成方法,可通过时域建模直接获得宽带噪声空间相关函数。     

基于谐波小波包变换的齿轮箱包络解调分析

齿轮箱发生某些故障时所产生的非平稳信号具有多分量调制的特点,啮合分量及倍频受噪声干扰影响严重且相互交叠,信号频带较宽异常复杂,给故障诊断带来了很大的障碍。在研究谐波小波频段分解与Hibert解调分析的基础上,提出了基于谐波小波包变换的解调分析法的实现过程。该方法首先对预处理后的信号进行三次样条插值并作必要的频谱分析;然后结合频谱特征与齿轮箱故障特征频率的理论计算值,确定所需提取的特征啮合分量;继而确定谐波小波包分解层数与提取的频带带宽,再通过傅立叶变换及反变换得到相应的特征啮合分量;最后采用Hilbert算子对提取出的啮合分量进行包络解调分析。将该方法应用到实际齿轮箱的磨损及点蚀故障的诊断试验中,验证了该方法对任意频段调制信息的精确提取能力,为齿轮箱故障源及故障程度的准确定位提供了可靠的判断依据。     

柴油机振动信号的分形特征及故障诊断

把小波包降噪与关联维数相结合用在柴油机故障诊断中,讨论了关联维数计算中相关参数的选取。首先对柴油机缸盖振动信号进行小波包降噪处理,通过自相关函数法求延迟时间,用饱和关联维数法确定最小嵌入维数,并用改进的G-P算法求关联维数。分析发现,小波包可以有效降低噪声干扰,柴油机在不同工况下具有不同的关联维数,该方法可有效应用于柴油机的故障诊断中。     

基于模极大值和尺度理论的音频降噪方法

在数字化时代,音频的转录或录制都会引入噪音,但是历史音频保存和音频资料处理需要纯净的音频信号,因此音频降噪研究有着重要的现实意义。该文首先介绍了二进小波和奇异性指数,并阐述了尺度跟踪和模极大值重构等理论,在Mallat工作的基础上,提出了一种基于小波滤波的音频降噪方法。该方法首先引入补偿因子削减二进小波变换对系数造成的影响,并计算带噪音频的小波系数和模极大值;然后基于信号和噪声奇异指数不同的特点,结合阈值降噪和尺度跟踪理论,采用层间相关搜索去除噪声的模极大值;最后利用交替投影算法,重建音频信号。本文用该方法处理带click和hiss噪声的音频信号,跟小波阈值方法和小波包方法相比,能达到较好的听觉效果和信噪比。同时观察信号的波形图及模极大值演示图,发现本方法都表现出优异的降噪效果。