基于小波变换模极大值的自适应阈值图像去噪算法

依据白噪声小波变换性态与信号奇异性相比具有显著不同的特点，在大尺度下设置阈值，去掉噪声信号而保留图像细节信号引起的模极大值点。在阈值设置问题上，采用自适应阈值的方法，克服单一阈值不能在每级尺度上将信号与噪声作最大分离的缺点。实验表明，与单一阈值去噪方法相比，该方法不仅可以保留图像边缘信息，而且能提高去噪后图像的峰值信噪比2～5dB。     

基于小波变换模极大值恢复的信号消噪方法

大多数的信号常具有某种奇异性，并携带有随机噪声，首先回顾了信号奇异性与小波变换模极大值之间的关系，然后利用信号与噪声的Lipschitz指数的符号不同，在S.Mallat等人工作的基础上，给出了从信号中去除噪声的具体算法。     

小波变换轮廓术中小波尺度的一种快速确定方法

从传统的小波变换理论出发,给出了小波变换轮廓术的基本原理和实现算法,对连续小波变换轮廓术中小波尺度选择进行深入分析,探讨了条纹信号相位和条纹信号的连续小波变换模极大值之间的内在联系,为小波变换轮廓术中小波尺度选择提供一种快速确定方法.利用该方法进行实验验证,试验结果证实了该方法的可行性.     

小波域降噪方法及其在历史音频保护中的应用

提出基于小波包变换的自适应多阈值音频降噪法,从小波包最佳分解树的各个终端结点选择不同的最佳阈值。而最佳阈值的选取是基于贝叶斯理论,并且采用折中阈值函数。实验和应用表明,相比小波包全局阈值降噪算法,此种降噪方法能使降噪后的音频保留尽可能多的原始音乐信号,较好地适合听众的听觉效应,满足历史音频资料数字化保存的需要。     

基于自适应连续小波模极大值算法的车轮擦伤定量评估

为实现高速动车组车轮踏面擦伤长度定量评估,提出了一种自适应连续小波模极大值算法,应用到基于轴箱振动加速度信号的车轮擦伤状态识别与损伤评估.利用连续小波变换系数模极大值对自适应滤波后的轴箱振动加速度信号突变点进行定位,从而建立擦伤车轮脱离钢轨腾空运行时间与擦伤长度及其影响参数的关系模型.仿真实例结果表明,该方法可在车辆高...     

基于小波降噪的蜂鸣声快速识别方法

针对工厂复杂环境中电子产品的蜂鸣声信号信噪比低所造成的难以识别问题,采用小波变换对蜂鸣声信号进行降噪处理.为获得良好的降噪效果,对不同小波降噪方法以及不同小波参数选取的降噪效果进行对比分析,得出采取db1小波基以sqtwolog为阈值标准的软阈值法去噪效果良好,但是软阈值法随着小波分解层数的递增,容易造成信号失真.通过...     

基于小波降噪算法的动态测试系统

针对目前陀螺导航装备缺乏动态性能测试方法的状况,本文提出并实现了车载动态性能测试系统.并根据航向数据非连续变化的特点,提出了基于周期平移的小波阈值降噪算法.该算法通过对信号的分段周期平移、阈值降噪、逆平移的方法实现降噪,有效地克服了常规小波阈值降噪算法带来的Pseudo-Gibbs现象.仿真及实测数据表明采用该算法能够在有效剔除异常点、消除噪声的同时,消除降噪信号中的Pseudo-Gibbs现象.跑车实验表明车载动态性能测试系统为陀螺导航设备提供了有效的解决方案和统一的测试平台.     

图像的小波指数降噪法及其应用

在图像降噪处理中,采用小波阈值降噪法会产生马赛克现象,造成降噪后图像失真。为此,提出了小波指数降噪法,即利用指数降噪因子除小波系数。降噪因子大于1,且随小波系数绝对值的增大而减小。实验表明,该算法在保持较高信噪比的条件下,减轻了马赛克现象。     

超声多普勒信号降噪新方法的研究

本提出了利用离散小波框架结合软阈值的方法对超声多普勒信号进行降噪。通过对模拟多普勒信号和临床信号的降噪实验,发现利用小波框架的降噪方法可以获得比标准正交小波变换的降噪方法更好的降噪效果。     

基于小波变换的金刚石单晶生长声发射信号的降噪分析

依据小波变换的基本原理和方法,采用阈值降噪法对高温高压条件下金刚石单晶生长过程的声发射信号进行了小波降噪处理。结果表明:采用小波阈值降噪法能较好地消除金刚石单晶生长过程中声发射信号中的噪声,而且还保证了本身的声发射特性没有被破坏,从而可以更加准确地分析金刚石单晶的生长过程。     

双正交冗余小波变换的图像去噪方法

由于正交小波变换的不具备线性相位、不具有平移不变性等特性,导致其在图像去噪领域仍存在很多问题,本文将双正交冗余离散小波变换应用到几种经典小波阈值图像去噪方法中,以克服标准正交小波变换在阈值图像去噪中存在的问题.实验证明该方法的去噪效果明显优于正交小波方法和普通双正交小波变换的去噪效果.     

采用小波降噪和神经网络的FOG温度漂移补偿方法

光纤陀螺(FOG)输出易受环境温度的影响,发生漂移导致光纤陀螺测量精度降低。采用传统的BP神经网络容易陷入局部极小值,导致网络训练失败。为了优化BP神经网络,本文提出了一种粒子群(PSO)优化BP神经网络与小波降噪相结合的光纤陀螺温度漂移补偿方法。首先分析了光纤陀螺温度漂移产生的原因;然后在不同温度下对光纤陀螺进行测试,最后采用该方法建立了光纤陀螺温度漂移模型并根据模型对光纤陀螺进行补偿,结果表明采用该方法补偿后光纤陀螺在不同温度下的输出标准差降低了60.19%,与传统的BP神经网络相比补偿效果显著提高。     

基于复小波变换与层间模型的图像去噪

很多小波去噪方法认为小波系数是相互独立的,然而大量实验表明实际图像的小波系数之间是有较强的依赖性。在本文中,我们将利用复小波变换的优势以及小波系数之间的依赖性,提出一种新的图像去噪方法。该方法先确定滤波器系数,再对复小波变换系数建模,并根据MAP准则给出系数的收缩方法进行去噪处理,最后作复小波逆变换。同时在变换的系数抽取之前估计系数的方差,可以使方差估计更准确。     

检测技术中新的小波阈值函数的信号去噪

在信号检测技术中,构造了一个新的阈值函数,与传统的软硬阈值函数相比,连续性好,高阶可导,便于进行各种信号处理和检测。实验仿真结果表明,采用新的阈值函数的去噪效果在信噪比增益和均方误差意义上均优于传统的软硬阈值方法,给检测技术带来了新的发展。     

自适应分解层数的小波域中值滤波振动信号降噪法

为降低结构健康监测加速度信号中常见的白噪声以及脉冲噪声,提出了中值滤波与小波阈值降噪相结合的方法。分解层数对降噪效果有着重要影响,为取得更好的降噪效果,提出了一种分解层数自适应确定法,并给出了各层阈值的取值方法。数值模拟以及国家游泳中心健康监测系统实测数据分析结果表明,所提出的方法克服了传统阈值降噪法对脉冲噪声拟制效果不理想的缺陷,能同时有效降低白噪声以及脉冲噪声,为模态参数识别等提供更高信噪比的分析数据。     

基于小波域局部统计模型的图像去噪方法

提出了一种基于小波域局部统计模型图像去噪方法.该方法利用图像小波子带的方向性特点以及小波系数尺度内和尺度间的相关性:将小波系数尺度内的相关性建模为一种各向异性马尔可夫随机场(Markov Random Field,MRF)先验概率模型,将小波系数尺度间的相关性建模为局部奇异性的条件概率模型.通过在贝叶斯框架中采用这种先验概率模型和条件概率模型可以得到一种具有自适应性的贝叶斯萎缩函数.利用这种萎缩函数可以实现对小波系数的修正.实验结果表明利用该方法进行图像去噪能够取得良好的效果,同时可以有效地保留图像的细节.     

一种采用多个小波基的图像融合去噪方法

提出了一种新的基于多个小波基的图像融合去噪方法.首先利用多个不同的小波基对含噪图像进行阈值去噪,得到多幅恢复图像.然后对这些图像采用小波融合方法进行融合.对于低频系数采用基于边缘的融合算法,在多幅恢复图像中选择最有可能是边缘的点加以保留;对于高频系数,采用了平均的融合算法.最后得到一幅去噪图像.实验结果表明,无论是在视觉效果上还是在峰值信噪比定量指标上该方法去噪效果均明显优于单一小波基去噪.     

适于泥石流除噪的EMD联合小波阈值除噪方法

次声传感器采集到的泥石流次声信号中包含有大量的无关干扰信号,严重影响信号的分析与评估。针对含噪泥石流信号中无法准确确定噪声频段的特点,以及传统经验模态分解(Empirical Mode Decomposition, EMD)联合小波阈值去噪方法无法智能分辨噪声所在频段的缺点,提出了信号经EMD分解后,基于相关性选择噪声频段的方法。首先利用EMD分解获取信号的固有模态函数(Intrinsic Mode Function, IMF)分量,然后计算各个IMF分量与原始信号的相关性,根据相关性大小确定IMF噪声频段,然后采用小波阈值去噪方法对噪声频段进行处理,最后对处理后的信号进行重构得到去噪泥石流信号。通过模拟实验分析,证明该方法具有智能选择噪声频段的能力,是一种更适于泥石流信号的去噪方法。     

复小波的亚像元图像重建及去噪方法

通过对亚像元理论的分析,对两帧错半个像元的遥感图像进行复小波插值,引入基于层间的小波自适应阈值方法去除噪声,并通过重构得到更高分辨率的遥感图像,同时,算法对遥感图像的复原效果好于常用的方法。