基于小波阈值去噪方法的研究

系统地研究了小波的软阈值去噪、硬阈值去噪、garrote阈值去噪以及semisoft阈值去噪等四种阈值去噪方法,并把它们应用到典型的含噪信号中进行比较,最后对去噪的影响进行了阐述.     

一种新的小波阈值函数去噪算法

小波阈值去噪算法是一种经典的振动信号去噪算法,但仍有一定局限性。为了更好地消除噪声对被测振动信号的干扰,提取信号的有用成分,本文对比分析了几种不同小波阈值去噪算法,并在经典小波阈值去噪算法的基础上改进了阈值函数,提出了一种新的小波阈值去噪算法。对模拟信号及实测风机振动信号进行去噪处理并分别与经典及改进的小波阈值去噪效果进行定量比较。结果表明:新的小波阈值函数更好地抑制了噪声污染和保持信号细节,有效地消除了背景噪声,提高了信号特征的可分离性,具有较高的实用价值。     

遗传算法VMD参数优化与小波阈值轴承振动信号去噪分析

针对轴承振动信号夹杂的噪声极大地影响有用信息的提取,提出了基于遗传算法的变分模态分解(Variational mode decomposition,VMD)与小波阈值去噪方法。该方法首先利用遗传算法选择合适的VMD参数,然后用VMD方法对含噪声的信号进行自适应分解,最后对分解的模态分别进行小波阈值处理后重构信号,得到去噪后的信号。对实际轴承信号的分析结果表明,该方法与常用的去噪方法相比,能够得到更高的信噪比和更低的均方差。     

超声回波信号的小波软阈值法去噪处理

针对工程中常用的脉冲反射法超声检测中反射回波信号的特点,研究了基于小波分解的阈值去噪方法,通过理论分析、仿真以及实验研究得出,对于超声回波选取sym8小波基,采用软阈值法,运用基于史坦无偏似然估计的阈值选取规则,分解层数为4层时,可以有效地去除噪声干扰,突出缺陷信号,去噪性能优于硬阈值法.     

基于新阈值函数的小波阈值去噪算法及仿真

针对小波阈值去噪算法中传统软、硬阈值函数以及现有的一些文献所设计阈值函数的不足,提出一个新的阈值函数,此函数具有更好的光滑性,其随着小波分解尺度的变化而发生变化,具有很好的适应性,函数中无不确定参数,提高了去噪稳定性。仿真结果显示,采用新阈值函数去噪后的信号信噪比和均方根误差均优于传统阈值函数及现有的两种改进阈值函数,去噪效果良好,具有广阔的应用前景。     

基于改进小波域阈值法的平移不变振动信号去噪

针对含噪振动信号的去噪问题,采用了目前最有效的小波算法。在传统小波域阈值法的基础上,克服了软、硬阈值的缺陷,采用了新的闽值函数,并通过平移不变小波变换对去噪效果进行了强化。通过与几种方法去噪效果的仿真对比,其结果表明,新的去噪方案可以获得最大的信噪比（SNR）,其去噪效果明显优于传统的软、硬阈值函数,并在实际振动信号的处理中得到了很好的应用。     

基于EEMD小波阈值去噪和CS-BP神经网络的风电齿轮箱故障诊断

针对风电机组齿轮箱中齿面点蚀、齿轮磨损、断齿等故障的诊断问题,提出一种基于EEMD小波阈值去噪和布谷鸟算法优化BP神经网络的故障诊断方法。采用EEMD分解和小波阈值去噪方法对故障振动信号进行数据预处理,抑制原始振动信号中的噪声干扰。利用布谷鸟算法优化BP神经网络对预处理后的信号进行诊断。小波阈值能更好地对EEMD分解中的高频分量进行去噪处理,CS-BP神经网络具有准确的模式识别精度和出色的全局寻优能力。通过实例仿真表明,提出的故障诊断方法具有良好的诊断精度、速度和成功率,具有较高的应用价值。     

航空图像的小波去噪

航空图像,除了含有一般数字图像的噪声之外,还有大气扰动产生的噪声,线阵CCD产生的积分条纹噪声等,所以去除噪声对于航空图像来说尤为重要.本文采用二维离散小波sym4阈值降噪的方法对图像进行去噪,实验中将原始航空拍摄图像加入了σ=15的高斯白噪声,对含噪图像进行二维离散小波变换分解成不同分辨率子图像,并对各子图像进行阈值化处理,处理后图像又进行了小波逆变换,从而获得了降噪后的航空图像.含噪图像的PSNR(峰值信噪比)为27.53,去噪后PSNR为29.14.该方法有效降低了噪声,又保持了图像的细节,与传统的滤波降噪相比,降噪效果有较大改善.由实验结果证明了这是一种有效的航空图像降噪手段.     

CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法研究

针对球磨机振动信号非线性、非平稳性特点及总体平均经验模态分解方法(CEEMDAN),舍弃高频分量降噪方法和小波阈值降噪方法存在的不足,提出了一种基于CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法。首先运用CEEMDAN算法将信号分解成一系列IMF分量;其次采用连续均方误差准则确定含噪声较多的高频IMF分量;然后采用小波阈值去噪方法对含噪声较多的高频IMF分量进行去噪处理;最后将去噪后的IMF分量和去噪的IMF分量进行重构,从而得到去噪后的信号。通过对实测球磨机筒体振动信号进行去噪分析,结果表明本研究提出的联合去噪方法去噪后信号的信噪比更高、均方根误差更低,证明该方法具有更高的去噪精度。     

基于小波变换的多阈值法语音去噪研究

研究了基于小波变换的语音去噪问题,在对传统阚值法去噪和语音特性分析基础上,提出一种改进的多阈值法语音信号去噪方法.仿真实验结果表明.本方法能有效去除信号中的噪声和较好保留语音细节,与谱减法去噪相比,能达到更佳的语音信号去噪效果.     

The homogeneity map method for speckle reduction in diagnostic ultrasound images

This paper proposes a new method to reduce speckle noise in diagnostic ultrasound images by improving the speckle reduction capacity of an edge-sensitive filter. A homogeneity map is generated according to the local statistics of the window formed for each image pixel. The homogeneity map method uses the advantageous properties of a filter with a better smoothing capability than the edge-sensitive filter to increase the image quality of the edge-sensitive filter. We conducted our study using a cyst image simulated by the Field II program, a kidney image, and a real ultrasound image to which we applied two popular filters: SRAD and OBNLM. The results show that our proposed method has better denoising performance than the edge-sensitive filter, without any loss of edges.     

基于同质区域自动选取的各向异性扩散超声图像去噪

提出一种自适应选取各向异性扩散滤波器扩散参数的方法,以提高滤波器的有效性和稳定性。首先,使用最大类间方差二值化算法确定超声图像的最优二值化阈值,并将该阈值作为区域均匀性标准对超声图像进行四叉树分解。然后,按从大到小的顺序从分解结果中取出所有当前最大分块,根据最优同质区域分块判决依据进行优选。最后,使用最优同质区域选取结果计算扩散参数,对超声图像进行各向异性扩散滤波。结果表明,本方法优于斑点降噪各向异性扩散(SRAD)和细节保留各向异性扩散(DPAD)两种典型的自动选取扩散参数方法,能在显著减少运算时间的同时使平均图像佳数较前两种方法分别提高0.029和0.129。本方法避免了对人工同质区域选取的依赖,可准确计算扩散参数,在噪声消除和边缘保护上达到有效的平衡,是一种有效的超声图像降噪方法。     

改进的各向异性扩散方程的超声图像滤波方法

针对传统各项异性扩散模型容易产生板块分区,模糊图像细节等问题,提出一种改进的各项异性滤波算法。该方法引用双曲正切函数构造扩散模型的扩散系数,避免了传统各项异性扩散模型在均匀区域产生的板块分区问题;并通过使用衰减因子提高在非均匀区域的扩散敏感性,能够更好地保留图像的边缘细节信息;同时引入相对平滑增量,自适应监控图像的滤波程度,并自动终止迭代过程。仿真实验表明,提出的滤波方法能够有效滤除超声图像斑点噪声,并消除传统各项异性扩散模型产生的板块分区问题,提高了对图像细节信息的保留能力,并增强了与原图像的结构相似度,是一种有效的斑点噪声降噪方法。     

一种基于NSCT变换的超声图像降噪新算法

为有效抑制超声仪器成像中固有的斑点噪声,提出了一种基于非降采样Contourlet变换(nonsubsampled Contourlettransform,NSCT)域中边缘信号系数区提取和最小均方误差(minimum mean square error,MMSE)估计的超声图像的降噪算法。根据NSCT变换的细节信息刻画能力和平移不变性,对其各高频子带中系数进行分类,提取出边缘信号和平缓信号系数区;对超声图像的乘性斑点噪声进行推导研究,在边缘信号系数区和平缓信号系数区,根据各自噪声项的性质分别得出满足贝叶斯最小均方误差估计的降噪滤波方程;最后,对降噪后的系数进行NSCT反变换重建得到降噪图像。仿真图像和临床超声图像的实验结果证实,该算法与传统方法相比,不但能更有效地对斑点噪声进行抑制,也更好地保留了图像的细节信息。     

多尺度小波降噪的数字散斑相关搜索

提出了一种基于多尺度小波降噪的数字散斑相关搜索方法。选用symlets小波,对分别存在高斯白噪声、椒盐噪声及泊松噪声的散斑位移图像进行多级小波分解,采用不同的降噪策略处理后再进行相关搜索。计算结果表明,多尺度小波降噪的数字散斑相关搜索方法与传统空域相关搜索方法相比,其测量精度提高了一个数量级,相对误差可以控制在1%以内;同时,其计算效率提高了1倍。     

基于小波包分解与主流形识别的非线性降噪

为解决工程实际中强噪声、非线性且频率成分复杂的振动信号降噪问题,提出了基于小波包分解和主流形识别的非线性降噪方法。采用小波包分解将原始振动信号正交无遗漏地分解到各频带范围内,根据各子频带中信噪空间分布,分别采用相应参数对小波包分解系数进行相空间重构;采用局部切空间排列(local tangent space alignment,LTSA)主流形识别方法在高维相空间中实现信号与噪音的分离,并重构出降噪后的一维小波包分解系数,最后进行小波包分解重构得到降噪后的振动信号。通过仿真实验和实例应用对本文所提方法的有效性进行了验证,试验结果表明本文方法具有良好的非线性降噪能力。     

Linear filtering of 2-D wavelet coefficients for denoising ultrasound medical images

The paper presents a novel denoising method for ultrasound medical images, whose quality is degraded by the peculiar phenomenon of speckle noise. The method is constructed step-by-step on the basis of recent research on the topic, and consists in Gaussian filtering of proper wavelet coefficients of the image, corresponding to vertical and diagonal details. A comparison with other filtering techniques for ultrasound imaging, i.e. Wiener and median filter, is presented. The obtained results, combined with those reported in independent research, demonstrate that the proposed denoising scheme has very good performance and is very promising for actual medical application.     

基于激光散斑的多普勒效应实验装置设计

本系统基于散斑干涉技术。通过LabVIEW和Matlab混合编程。设计了处理数字散斑的系统。通过Matlab实现图像处理程序调用。在LabVIEW下进行散斑图像采集和图像处理参数的设定。完成散斑图的处理。本系统设计理念新颖。采用了基于CCD的非接触测量。能够实现实时测量。该系统的原理可以应用于生物医学光学成像、微小粒子测量等领域。     

SF6断路器气体泄漏红外图像中散斑噪声的抑制算法

SF6断路器是电力系统中常见的电气设备,针对SF6断路器气体泄漏红外图像中广泛存在的激光散斑噪声,提出一种抑制散斑噪声的新算法.将同态均值滤波与小波变换结合,并应用贝叶斯软阈值,对红外图像进行去噪处理.研究中,将该算法与同态均值滤波、同态均值滤波与传统周定小波阈值结合滤波等算法作了比较,结果表明,在图像标准偏差、信噪比和散斑指数等常用性能指标上所提算法优于其他算法.     

CEEMD和小波半软阈值相结合的滚动轴承降噪

针对滚动轴承振动信号降噪处理时如何保证信号边缘信息完整性的问题,提出将互补集合经验模态分解(complementary ensemble empirical mode decomposition,简称CEEMD)与小波半软阈值相结合的信号降噪方法,对滚动轴承故障高频振动信号进行降噪处理。首先,采用CEEMD方法对故障振动信号进行分解,针对信号特点自适应获取不同频段模态分量;其次,将对包含噪声污染的高频信号模态分量进行相关性分析,得到含噪成分较高的高频模态分量,进一步采用小波半软阈值进行降噪处理;最后,将降噪后的模态分量同残余分量进行信号重构,完成降噪过程。分析结果表明,相对于传统小波阈值降噪和CEEMD强制降噪方法,提出的方法能够有效去除高频信号的噪声,且最大程度地保证了原始信号的完整性,降噪效果更好。