基于小波变换的连续波雷达测量噪声模型与降噪

针对外测数据测量噪声的特点，建立了基于小波变换的测量噪声模型，并运用小波技术对噪声进行滤波降噪处理。通过对实测数据的处理验证，结果表明该方法对精度提高较明显。     

基于辅助模型粒子滤波的混沌信号降噪方法

针对传统的扩展卡尔曼滤波方法和无迹卡尔曼滤波方法不能有效地抑制混沌系统的加性噪声这一问题,给出了辅助模型粒子滤波算法,推导了混沌系统的状态空间描述,提出了一种基于辅助模型粒子滤波的混沌信号降噪方法,并将其用于Lorenz混沌信号的降噪。在叠加高斯噪声情况下对混沌系统进行降噪处理实验。结果表明,所提出的降噪方法对含噪Lorenz混沌信号有着较明显的降噪效果。     

噪声对鱼雷性能的影响及降噪技术探讨

针对水下噪声的主要来源，分析了噪声对鱼雷性能的影响，对各种降噪技术进行了讨论，同时介绍了一些国外鱼雷武器在降噪上采取的措施。     

非下采样轮廓波域混合统计模型红外图像降噪方法

针对红外图像易受噪声污染、成像质量差等问题,提出一种非下采样Contourlet域变换系数混合统计建模的降噪方法。将图像变换到非下采样Contourlet域,对噪声系数、信号系数分别按照高斯分布和广义拉普拉斯分布建模,利用贝叶斯框架下的最大后验估计理论,推导原始信号系数估计公式,并对包含噪声的图像系数进行处理,实现非下采样Contourlet域红外图像降噪。实验结果表明,该方法能够对红外成像过程中产生的高斯噪声实现有效抑制,较完整地保持图像的边缘等细节信息,在峰值信噪比提高与视觉效果上优于部分经典算法。     

水下目标声图像分块自适应降噪方法

通过对水下目标声图像机理及统计特性的分析,提出了分块自适应的降噪方法。设置适当的区域图像方差阈值将水下声图像划分信息区及非信息区。在信息区,制成图像序列经过表面波(Surfacelet)变换三维去噪;在非信息区,进行非下采样轮廓波变换去噪。结果表明:去噪后图像峰值信噪比大幅度提高,具有较高分辨率的基础上细节信息也得到保护。此方法不仅充分利用了像素点间的相关性等声图像统计特性,又利用了2种变换的移不变性,去噪后声图像为进一步的图像分割、识别工作提供了必要的前提条件。     

动态射线数字图像序列降噪算法及快速实现

为了实现动态射线数字成像(DR)系统的快速降噪,分析了X射线数字实时成像系统的噪声特点和原始的基于图像序列的NL-means降噪算法的不足,提出了一种改进的NL-means序列图像降噪算法.同时,为了解决NL-means降噪算法计算量大、运算速度慢的问题,利用可编程图形处理单元( GPU)并行计算和高速浮点计算特性,将...     

基于调整矩阵的混合噪声图像滤波

在图像去噪的过程中为了既能获得较好的去噪效果,又能更好地保护图像细节。运用调整矩阵的思想提出了一种基于调整矩阵的混合噪声图像滤波。先对图像的空间域信息进行调整,得到调整矩阵,基于调整矩阵对图像进行去噪。实验结果表明．该算法对含高斯和椒盐混合噪声图像滤波效果明显。     

基于时变曲线模型的合成孔径声纳图像自动均衡方法研究

针对合成孔径声纳(SAS)图像不均衡问题,提出一种基于时变曲线模型的SAS图像自动均衡方法。以声传播模型、水底后向散射模型和SAS成像模型为基础,推导时变曲线（TVC）的表达式;结合SAS图像的统计特征,推导TVC观测量的计算方法;用非线性最小二乘拟合方法完成TVC估计;基于TVC进行了SAS图像的自动均衡。用湖试和海试数据对该方法进行了验证,结果表明推导的TVC表达式与试验数据具有较好的吻合度,提出的自动均衡方法可有效地消除SAS图像的不均衡问题。     

基于系统模型的炮膛图像分析过程研究

研究了火炮身管窥膛检测中疵病的识别和判定过程.以系统模型的形式表示了人眼视觉系统、软件计算与分析系统的图像分析过程,从输入条件和输出结论分析了它们的功能、局限及特点.根据输入条件和需要完成的任务建立了机器视觉系统的概念模型;从炮膛理想图像的近似描述和对疵病的定义两方面阐述了该系统图像分析过程实现的基础;从图像信息转换的角度构建了模型传递函数的框架.研究表明,通过讨论现有两种系统的图像分析过程,明确了引入机器视觉需要解决的问题,以系统模型为基础模型研究图像分析过程.为基于机器视觉的炮膛疵病检测奠定了理论基础.     

基于小波分析的电视导引头图像预处理方法

根据电视导引头图像处理系统的要求．基于小波变换的多分辨分析思想，提出一种多尺度小波变换的阈值化去噪(图像恢复)算法并与传统去噪算法进行了比较。该算法在门限化小波细节系数中采用平滑过渡区的思想，克服了传统阈值化处理的小波系数不连续性以及存在恒定的偏差的缺点。实验证明该算法在图像去噪方面是可行的和有效的，满足实时处理的要求，而且能够方便地产生各种分辨率的图像。     

小波变换模极大去噪法在无线电引信信号处理中的应用

将小波变换模极大去噪理论和方法应用于无线电引信的信号处理研究,在小波变换模极大值特性分析的基础上,讨论了无线电引信信号和噪声的小波变换模极大值在各尺度上的传播特性,提出了无线电引信小波变换模极大值去噪算法,并对算法进行了深入分析,仿真结果显示：利用小波变换模极大值去噪方法可有效去除低信噪比的无线电引信信号噪声。     

Method of Infrared Image Enhancement Based on Stationary Wavelet Transform

Aiming at the problem,i.e.infrared images own the characters of bad contrast ratio and fuzzy edges,a method to enhance the contrast of infrared image is given,which is based on stationary wavelet transform.After making stationary wavelet transform to an infrared image,denoising is done by the proposed method of double-threshold shrinkage in detail coefficient matrixes that have high noisy intensity.For the approximation coefficient matrix with low noisy intensity,enhancement is done by the proposed method based on histogram.The enhanced image can be got by wavelet coefficient reconstruction.Furthermore,an evaluation criterion of enhancement performance is introduced.The results show that this algorithm ensures target enhancement and restrains additive Gauss white noise effectively.At the same time,its amount of calculation is small and operation speed is fast.     

利用数学形态学和复数小波方向窗维纳滤波的图像去噪算法

利用小波进行图像去噪是目前图像处理研究的热点。提出了一种结合数学形态学和复数小波方窗维纳滤波的图像去噪算法。该算法同时利用了复数小波的方向特性和图像本身固有的几何特性,首先使用双树复数小波变换对图像进行处理,再在基于复数小波域上进行维纳滤波,接着使用数学形态学把图像分成光滑区域和纹理区域2个部分,然后结合复数小波方向窗去更准确地估计小波域方向子带每一点的信号方差,最后利用维纳滤波器进对含噪图像进行去噪处理。实验结果表明,该算法的去噪效果优于一般的复数小波维纳滤波,并且运算更加简洁。     

一种基于独立成分分析的水下宽带信号波达方位估计方法

在水下目标特征信息缺乏、声纳阵列孔径有限的条件下,对水下宽带信号开展高分辨率、高精度的波达方位估计研究,具有明显的研究意义和应用价值。利用水下信源统计独立的特点,采用基于独立成分分析的状态一致性变换算法进行方位估计;考虑到水下加性噪声的高斯分布特性,利用小波降噪的预处理技术,消减混合信号中的高斯噪声成分;针对状态一致性变换在低频段的性能退化,提出一种空间重采样修正方法。使用上述基于空间重采样修正的状态一致性变换算法对仿真及海试数据进行处理,目标方位估计结果表明：该方法具有角度分辨率高、需要阵元数少、对先验知识依赖小、低频段性能稳定的优点,相比常规波束形成、子空间法、传统状态一致性变换3类方法更具性能优越性与实用性。     

用于多普勒回波去噪的双重指数型阈值函数

针对小波阈值去噪传统方法所使用的阈值函数存在不连续或估计的小波系数存在偏差导致去噪效果不理想的问题,提出了双重指数型阈值函数。该阈值函数呈双重指数形式,不是分段函数,含有一个调控参数控制估计的小波系数向分解的小波系数或0逼近的速度,以阈值和分解的小波系数的比值是否大于1判定估计的小波系数的逼近方向。仿真结果表明在对多普勒回波的去噪过程中,使用双重指数型阈值函数的去噪结果优于使用传统阈值函数的去噪结果。     

基于结构信息分布的图像质量评估新算法

图像质量评估技术是图像处理领域里的一个重要研究课题。从图像结构信息分布出发提出了一种图像质量的客观评估新算法,分析了小波包变换对图像结构信息、噪声信号的影响,以及内在关系,在此基础上提出了通过小波包变换获取图像的平均结构信息能量及结构信息强度,将其作为评价图像质量的指标,建立了评估模型。实验结果表明,该评估模型能准确地反映图像的客观质量。     

自适应小波阈值去噪算法及在图像处理中的应用

针对图像去噪的问题,提出一种基于自适应小波阈值去噪的算法.该方法根据噪声在小波变换下的特性自适应确定小波分解的阈值,并将去噪图像的峰值信噪比作为性能指标,采用中点法进行寻优,得到最优的阈值参数.该方法具有自适应性强、算法简单、去噪效果好等特点.通过实例表明,该方法比原有的阈值去噪算法去噪效果更佳,使图像达到更良好的视觉...     

噪声图像的自适应滤波处理

利用高斯函数得到了图像平滑处理所使用的高斯函数型去噪公式,基于此公式可构造出具有不同处理效果的去噪模板。针对不同的噪声水平,提出了不同去噪模板的选取方法。实验结果验证了自适应滤波处理的效果。     

基于最大后验概率准则的红外图像NSCT域去噪方法

提出了具有图像增强效果的基于最大后验概率准则的非下采样Contourlet变换(NSCT,Non-Subsampled Contourlet Transform)域自适应降噪算法。该算法在定图像系数和噪声系数先验为高斯分布的前提下,利用后验概率最大原理计算NSCT系数的萎缩因子。在考虑尺度和方向能量因素的基础上对萎缩因子进行了修正,并用于NSCT系数萎缩过程中。最后,通过逆变换重构出降噪和增强的图像。试验结果表明,本文方法与小波去噪方法相比,性能有明显的提升。