Matlab在DSP课程教学中的几个典型应用

针对＂数字信号处理（DSP）＂课程难度大、理论性强、概念多、学生不易掌握等特点,将Matlab软件引入到课程的理论和实践教学中,使学生加深对相关知识点的理解。本文以几个典型应用为实例,引导学生以Matlab为工具,通过编写程序,验证相关原理。实践证明,这不仅有助于提高学生的积极性与学习效率,还能锻炼学生独立解决问题的能力,培养学生的创新意识。     

基于2级噪声检测的改进中值滤波算法

针对传统中值滤波算法去除高密度椒盐噪声能力的不足,提出了一种新的改进算法.该算法首先采用2级噪声检测方法对图像中的信号点和噪声点进行标识,然后对检测出的噪声点利用改进的中值滤波算法进行处理,而对信号点则保留其灰度值不变.实验结果表明,该算法能在有效去除噪声的同时很好地保留图像细节,相比于传统中值滤波及其它改进中值滤波算法,该算法获得的去噪后的图像具有更好的客观评价指标和主观视觉效果.     

基于局部能量的改进开关中值滤波

针对脉冲噪声感染的图像,借鉴开关滤波的思想,提出了一种新的改进算法。该算法通过分析Max-min噪声检测算子的图像灰度局部极值点的误判缺陷,在极值检测的基础上,增加了由局部能量信息为判别依据的第二级噪声检测过程,实现了对噪声的精确检测。同时,在去除噪声时只利用信号点参与中值滤波,并让噪声点逐步转化为信号点,减少了噪声在邻域的传播。实验表明,该算法对脉冲噪声具有很好的噪声滤除和细节保护能力,与传统中值滤波及其他开关滤波算法相比,该算法具有更优的滤波性能,即使是在噪声密度较高的情况下,也能取得令人满意的效果。     

基于特征均值的SVD信号去噪算法

根据矩阵奇异值分解原理,提出基于特征均值的信号去噪算法。该算法首先构造出加噪信号的Hankel矩阵,并对其进行SVD变换,再将小于全体特征值的均值的那些特征值置零,最后通过SVD反变换重建出去噪后的信号。通过与传统小波和FFT信号去噪算法进行对比实验。结果表明,该方法具有较强的噪声鲁棒性,同时能更好地保留信号细节,但实现速度有所降低。     

基于多方向的各向异性边缘检测算法

针对传统边缘检测算法抗噪性差的不足,提出了一种多方向的各向异性边缘检测算法。该算法构造了4个具有各向异性的5阶差分模板,对其进行归一化处理后,分别对待检测图像进行卷积处理,根据检测算法在各方向上卷积结果的幅值和方向信息得到灰度边缘图,最后采用最大类间方差法确定阈值进行边缘二值化。多组仿真实验结果表明,该方法能有效实现边缘提取,比传统方法具有更高的检测精度和更强的噪声鲁棒性。     

一种去除图像混合噪声的滤波算法

针对同时感染脉冲噪声和高斯噪声的混合噪声图像,以全变分去噪模型为基础,结合中值滤波技术,提出一种新的混合噪声滤波算法.该算法首先根据脉冲噪声的特点和像素的局部能量信息,分离出脉冲噪声并以改进中值滤波算法去除,然后对含有高斯噪声的图像采用自适应广义变分模型进行降噪处理.实验结果表明,该算法在有效滤除混合噪声的同时能很好地保护图像细节,为去除图像中的混合噪声提供了一种有效的途径.     

快速傅里叶变换的两个新应用

在时频分析领域,离散傅里叶变换是一种非常重要的工具,尤其快速傅里叶算法FFT出现以后,其在信号分析和处理中得到了广泛的应用。本文从频域分析的角度,给出了两个FFT新的应用实例,包括小信号频域检测和双音多频信号检测,以使人们加深对FFT原理的理解。     

基于局部结构信息的自适应混合变分模型

首先从各向异性扩散的角度分析了调和模型和全变分模型的不足,并利用结构张量信息,提出了一种加权型的混合变分滤波模型.该模型可以根据图像的局部结构特征自适应选取扩散系数,在图像平坦区域,具有各向同性扩散,而在图像边缘,则只沿着切向扩散.该模型兼顾了调和模型和全变分模型的优点,能在去噪的同时有效保护边缘细节.仿真结果表明,该模型比其它几种变分模型在同等测试条件下具有更好的客观性能评价,尤其是迭代次数更少.     

基于单片机的酒店节能用电控制装置设计

对酒店用电系统进行智能化控制,设计一款基于单片机的节能用电控制装置。该装置以单片机AT89C51为主控芯片,分为走廊、过道等公共区域节能用电控制和客房节能用电控制2个模块。通过光敏电阻、热释电红外传感器、步进电机的巧妙配合,完成光照度和人体存在信息的采集。这种新装置真正达到了在公共区域“人在灯亮,人走灯灭”,客房无人时自动关闭电源的目的。 