改进Sage-Husa 算法结合小波模糊阈值算法的MEMS陀螺去噪

为解决微机电系统（MEMS）中陀螺仪输出噪声大、精度低的问题,基于自适应滤波算法与小波阈值算法的基础上,将小波阈值算法与模糊理论结合,提出了Sage-Husa自适应滤波算法联合小波模糊阈值去噪算法应用在MEMS陀螺去噪中。首先使用改进的Sage-Husa自适应滤波算法进行预处理,通过修正状态的预测值抑制干扰数据对滤波的影响,然后使用小波模糊阈值去噪算法对信号进行后处理,实现抑制随机噪声的效果。实验结果表明：在静态实验中,该算法去噪效果优于Sage-Husa自适应滤波算法和小波阈值算法,其与Sage-Husa自适应滤波算法、小波模糊阈值算法相比,噪声方差分别降低78.7%和14.6%,信噪比分别提高43.7%和16.3%。;在动态实验中,该算法能够自适应地减少异常值的不利影响,保持原始信号的波形,其与Sage-Husa自适应滤波算法、小波模糊阈值算法相比,噪声方差分别降低62.7%和31.6%,信噪比分别提高47.8%和10.0%。     

基于方向的多阈值自适应中值滤波改进算法

为了在有效滤除椒盐噪声的同时更好地保持图像细节,提出一种基于滤波值二次修正的图像椒盐噪声滤波算法。该算法首先利用基于阈值的自适应中值滤波改进算法实现对噪声点的检测与初级滤波,然后对滤波值采用基于方向信息的多阈值自适应滤波算法,实现对初级滤波值的二次修正。算法结合了基于阈值的自适应中值改进算法良好地噪声检测性能及基于方向信息的多阈值自适应滤波算法的细节保护能力。实验结果表明,在客观评价指标和主观视觉效果方面,新算法均取得了优于传统自适应中值滤波算法及其改进算法的效果。     

基于中值滤波和改进提升小波的输电线路激光测距信号去噪方法

针对小波变换去噪算法精度不高,运行时间较长的缺点,并结合激光测距信号含有高密度高幅值脉冲噪声和白噪声的特点,提出一种基于中值滤波和改进提升小波的去噪算法。首先对实测输电线路激光测距信号进行中值滤波处理,以平抑占比较重的脉冲噪声;再进行提升小波变换,得到小波分解系数;同时,使用鸡群优化算法(chicken swarm optimization,CSO)寻找最优阈值;然后进行提升小波逆变换得到重构信号。结果表明:相对于传统提升小波变换去噪算法,应用该方法的去噪效果信噪比提升2倍以上。最后将几种去噪算法进行了综合比较,所提出方法可有效提高去噪效果并略微减少算法运行时间,优于传统去噪算法。     

改进最小均方误差估计的煤尘图像去噪

煤尘图像在采集和传输过程中受到了各种噪声的污染。最小均方误差估计（MMSE）去噪算法对高斯噪声有较好的去噪效果,提出了一种改进的最小均方误差估计（IMMSE）去噪算法,该算法改进了广义高斯分布模型的参数估计方法,相比目前的其他算法,在不降低精度的情况下减少了计算量。中值滤波对脉冲噪声有较好的去噪效果,用自适应中值滤波（AM）代替普通的中值滤波,更好的保留了图像的细节,提高了去噪效果。利用IMMSE和AM自在图像去噪方面的优势,将两者有机地结合起来,提出了一种称之为IMMSE—AM的去噪算法。用IMMSE—AM对真实煤尘图像进行去噪处理,实验结果表明,新算法提高了煤尘图像的去噪效果,并且计算量较小,能够满足对煤尘浓度实时测量的要求。     

基于Watson模型的改进QIM盲水印算法

2007年,LiQ.和CoxIJ.提出了一种基于离散余弦变换的自适应QIM算法。该算法为保存水印图像需在嵌入水印后对值进行四舍五入取整,造成误差最大达0.5。针对这一问题,利用小波变换的特点,结合Watson感知模型,提出了一种改进的QIM盲水印算法。该算法使用小波分解原始图像,利用Watson感知模型计算并自适应选取量化步长,生成重构图像,微调重构图像,产生水印图像,在小波域中值的误差最大0.25。该算法提取水印时,只依赖Watson模型重新计算的量化步长,不依赖原始图像或原始水印信息,该算法是盲检测算法。实验仿真结果表明:改进算法在抗加性高斯白噪声攻击、JPEG压缩攻击、中心裁剪攻击、中值滤波和伸缩比因子变化等方面都比原算法有更好的性能。     

GIS局部放电包络信号噪声抑制的小波方法

基于超高频包络检波的GIS局部放电检测系统采样得到的超高频局部放电包络信号中含有噪声。笔者分析了检测系统测量过程中可能混入的几种噪声,通过截取没有局部放电的采样信号进行频谱计算,理论与实测分析结果均表明,包络检波后信号中的噪声主要是白噪声。基于小波变换的滤波算法对白噪声有很好的抑制效果,文中在对小波变换原理进行简要分析的基础上,提出了改进阈值的小波滤波算法,仿真及实测信号的滤波结果证实了该改进算法的有效性。     

结合小波变换和双边滤波的SICM图像降噪算法

扫描离子电导显微镜(Scanning Ion Conductance Microscope, SICM)能够实现微纳米级的形貌测量,引起广大学者的关注研究。针对SICM形貌图像易受噪声污染,影响后续应用的问题,提出了一种基于小波分层阈值处理的双边滤波算法。针对SICM形貌图像的多特征融合噪声,采用伪中值滤波局部处理图像中的强斑点噪声,有机结合小波阈值去噪和双边滤波去除图像高频和低频噪声,最终得到去噪效果较好的形貌图像。通过仿真实验和实测实验进行多次验证,本文算法对比中值滤波、双边滤波和小波去噪三种去噪算法,其峰值信噪比提升幅度均大于9.8%。实验表明本文算法在SICM形貌图像去噪方面具有更大优势。     

基于小波域分频的变电站红外监控图像噪声自适应滤波算法

针对变电站大量电力设施暴露于野外,受到空气粉尘、光照不均等因素的影响存在实地获取的红外监控图像含有大量噪声的问题,提出了一种基于小波域图像分频思路的自适应去噪算法。该算法首先对经分解后的变电站电力设施红外监控图像的小波低频、高频系数分别进行重构,得到空间域原始图像的背景图像和细节图像;然后对背景图像采用K-SVD字典学习自适应去噪算法进行处理;对于细节图像,根据其噪声分布特征,提出了一种基于窗口尺寸自适应调整的中值滤波改进算法进行处理;最后对噪声抑制后的背景和细节图像进行融合。研究表明,本文算法处理后的图像清晰度较高,有一定的实用价值。     

非局部均值算法在非接触式互动控制系统中的应用∗

在非接触式互动控制系统中,数字图像在产生、传输、处理过程中会产生各种各样的干扰,造成图像质量差、定位不准确等缺陷。而且这些干扰往往是包含了高斯、椒盐及两者混合的噪声,常规的去噪算法很难对两种噪声同时有效。因此,文章根据自适应中值算法 (ALM)对椒盐噪声处理的策略思想,提出一种改进的非局部均值算法 (NLM),并应用到基于激光传感器的非接触式交互系统中.应用结果表明,该算法既能去除单一的高斯或椒盐噪声,又能去除两者混合的噪声.去噪算法处理后的图像定位准确、目标跟踪效果良好,显著提升了互动系统的交互性能。     

一种改进的去除灰度图像椒盐噪声方法的研究

针对传统中值滤波算法（SM）在滤除高密度椒盐噪声时存在滤除不完全和使边缘细节变得模糊的不足,提出了一种改进自适应中值滤波法,该方法在计算像素点4邻域均值与检测点的灰度差值后,将此差值同一个自适应调整的阈值进行比较,若差值大于阈值则为噪声,否则为信号点。实验表明,该方法比传统方法去噪效果较好,对噪声密度在30％以上的图像,去噪后可使图像峰值信噪比（PSNR）达到20dB以上,均方误差（MSE）在100以内。     

基于甚高频的语音增强算法研究

甚高频通信在民航中有广泛应用,但是它极易受到各种噪声的干扰,传统方法去噪效果差且没有消除固有干扰,提出了一种基于小波分析的自适应卡尔曼滤波算法.该算法在小波分析中提出了新阈值函数,在自适应卡尔曼滤波算法中增加了调节窗口长度的自适应因子,以此来调节滤波增益,可以有效地避免滤波发散.随机选择了某一时段4种不同频率的甚高频语...     

二进小波变换结合自适应滤波用于局放检测

在局部放电在线监测和实时信号处理中,干扰较大时单纯依靠传统的硬件滤波较难准确提取有用信号,而在软件抗干扰中,传统多抽头自适应滤波器的参数设置也较难,有时会导致收敛很缓慢甚至不稳定。为此,提出了一种将二进小波变换与自适应滤波结合的局放信号检测算法,先对信号作简单的单抽头自适应LMS算法滤波,然后对滤波结果进行基于āTrous算法的二进小波变换来提取有用信号。通过对仿真白噪、窄带周期干扰及现场实测数据处理表明,该算法有很好的去噪性能,稳定性和实时性优于传统的自适应滤波,满足大部分工程要求,为工程实际应用提供了有效的去噪手段。     

电力系统超高速保护的形态学-小波综合滤波算法

提出了一种用于电力系统超高速保护的形态学－小波综合滤波算法。该算法着力解决暂态行波中滤除随机噪声和脉冲噪声的困难，利用数学形态学设计的前置滤波单元在有效抑制各种噪声的同时，较好地保持了行波波头的基本形状。小波变换算子则可有效地检测出行波波头并进行精确定位，从而为各种行波保护或暂态保护提供可靠的判据。ATP仿真结果验证了本算法的有效性。同时，该形态学－小波综合算法的计算量较单一的低通滤波器的多尺度小波变换的计算量小，有利于工程实现。     

基于数学形态学原理的行波波头提取算法在铁路电力贯通线测距中的适应性分析

对3种基于数学形态学原理的行波波头提取算法——数学形态学梯度算法、形态学–小波综合滤波算法和形态学非抽样小波分解算法进行了研究,针对一条实际的10 kV架空线–电缆混合铁路电力贯通线路进行了故障测距仿真试验,对比分析了3种算法在不同故障类型、不同故障距离、不同过渡电阻以及不同噪声水平工况下的适应性。结果表明,数学形态学梯度算法运算速度快,适用于低噪工况;形态学–小波综合滤波算法测距精度高,适用于噪声不大的工况;形态学非抽样小波分解算法噪声耐受性高,适用于有较强噪声干扰的环境。基于此,提出了形态学综合测距方案,该方案可获得比单一方法更为快速准确的结果,为后续系统装置的研制提供了依据。     

血管内超声图像的噪声抑制与增强算法研究

针对含强背景噪声的血管内超声图像,噪声滤波和边缘增强是对血管内超声图像进一步处理的基础工作.提出一种自适应中值滤波结合改进的高通滤波的方法,有效的滤除了噪声并保持了边缘信息.Retinex增强算法可获得图像中各像素的相对明暗关系,并通过这种相对关系进行线性映射,从而增强图像且对噪声影响较小.实验结果表明,综合运用该滤波和增强方法,在滤除噪声的同时对边缘的增强有着比较满意的效果,为以后血管中外膜的提取提供了基础.     

低压配电系统短路故障早期检测的信号滤波方法研究

短路故障已成为电力系统中最常见和危害最大的故障,信号滤波对短路故障早期检测准确性至关重要。针对低压配电系统短路故障特征信号及其技术实现的快速性要求,研究数学形态学、小波去噪、均值滤波、中值滤波的四种实时且易于硬件实现的滤波方法应用。以低压配电系统典型的空调负荷叠加投切备用电源UPS实际噪声信号为例,分析对比上述四种滤波方法,得出广义数学形态法不能滤除白噪声,能滤除部分脉冲噪声,但是对于脉冲宽度比结构元素宽度大的噪声不能滤除,改进的广义形态滤波器对于滤除脉冲噪声的效果较好,可以滤除比结构元素宽度大的脉冲噪声;dbN小波基函数对脉冲噪声几乎无滤波作用,中值滤波能滤除大部分噪声,平均值滤波抑制噪声良好。     

小波域InSAR相位滤波

针对传统小波域InSAR相位维纳滤波器的不足,提出了一种改进的算法。算法将互相关系数和残差点引入滤波过程,在InSAR相位变换至小波域后,首先根据互相关系数进行滤波。之后,并进行多层小波变换,在各层进行维纳滤波。各层小波域维纳滤波后,逐层进行小波逆变换,在最后一次逆变换前,对残差点处的小波域相位进行均值滤波。通过对仿真数据和实测数据进行实验,最终得到结论:改进的小波域维纳滤波比传统小波域维纳滤波的滤波性能更好。     

Canny边缘检测算法的改进及FPGA实现

针对传统的Canny算子采用高斯滤波会造成图像的过度平滑并导致弱边缘检测能力降低的缺点,提出了一种改进的Canny边缘检测算法,采用中值滤波代替高斯滤波,利用中值滤波器能有效地清除脉冲噪声的优点以提高边缘检测精度。该算法在FPGA（现场可编程门阵列）上得以实现,实验结果表明改进后的算法提高了弱边缘的检测能力。     

基于小波分解的自适应滤波算法在抑制局部放电窄带周期干扰中的应用

在局部放电在线监测中，由于窄带周期干扰的频率范围很宽，自适应滤波器的参数设置比较困难，有时甚至会导致算法不稳定。为此，文中提出了一种基于小波分解的自适应滤波算法，以用于抑制窄带周期干扰：利用小波的分频特性先将信号分解到不同的频段上，然后对各频段的信号施以自适应滤波，由于信号被分解到不同的频段，各频段内的窄带干扰频率相差有限，所以，可以根据各频段信号的特性采用最佳的滤波参数，以达到较好的滤波性能。计算机仿真分析和现场数据处理表明，该算法比普通自适应滤波算法有更好的抗干扰性能和稳定性。     

基于相关性的二级检测图像滤波算法

为了准确检测图像中的椒盐噪声并滤除,提出了一种基于相关性的二级检测图像滤波算法.该算法根据椒盐噪声的特点,确定了准噪声点的范围;根据信号局部相关性,准确地分离出信号点和噪声点,对噪声点,取滤波窗口内的信号点的中值进行滤波.试验结果表明:该算法对椒盐噪声有很好的抑制作用.