利用小波变换进行水下图像边缘提取的一种方法

采用小波变换进行水下图像的边缘提取。采用一种简单的小波，利用滤波器组实现了图像的小波分解。并利用相邻尺度间小波系数的相关性和一种非线性函数进行噪声抑制，同时利用小波系数的模极大值来提取边缘点。通过真实水下图像的实验证明了利用小波系数间的相关性进行噪声抑制的可行性和利用小波在噪声抑制的同时进行边缘检测的有效性。     

基于小波高频分量的边缘检测方法

在对图像的小波变换原理讨论的基础上,提出了一种较为实用的图像多尺度边缘检测方法,同时对如何抑制噪声的干扰进行了讨论.由于该方法克服了以往使用单尺度提取边缘的局限性,并结合小波变换多尺度的特点,获得的边缘图像效果较好,而且算法简单实用,具有抗干扰能力强的特点.     

一种有效的SAR图像相干斑噪声抑制方法

由于散射现象,SAR图像受到固有的乘性相干斑噪声的影响.文章提出了一种有效的基于平稳树状小波变换和贝叶斯估计的SAR图像噪声抑制方法.为了在抑噪过程中保持边缘,对原始图像采用比值边缘检测算子获取边缘信息.仿真结果表明,相对于一些经典的滤波方法和基于平稳小波变换方法,此方法具有更好的噪声抑制作用和边缘保持能力.     

一种基于小波变换的边缘检测方法

基于信号与噪声在不同尺度下小波变换系数摸不同的变化特征。提出了一种边缘检测方法。该方法通过对图像的小波变换域中由噪声引韦的小波变换系数摸进行处理,再利用小波变换系数模局部极大值来撮图像的边缘特征,实验结果说明这种特征提取方法可以有效地降低噪声,同时又较准确地提娶出图像的边缘。     

基于小波双重噪声抑制的卫星信号检测

信号检测是信号解调、译码、信息还原的重要前提。针对传统小波变换方法对基底噪声较强的卫星信号检测效果不佳的问题,本文在大尺度小波变换噪声抑制的基础上通过加窗求和实现噪声的再次抑制,有效提高了卫星信号的检测性能。通过实验可以看出此方法无论对于低信噪比下的仿真信号还是实际卫星信号都有着很好的检测性能。     

一种基于小波变换的SAR图像斑点噪声抑制方法

给出了一种抑制合成孔径雷达斑点噪声的方法,它以小波多分辨分析理论为基础,通过对小波分解后细节子空间像素的幅度值进行处理,来抑制斑点噪声,并且设立适当的阈值对图像的边缘进行增强。使得在噪声抑制的同时达到保留图像边缘结构信息的效果。经过和现有的几种抑制班点噪声的滤波器进行定量和定性的实验比较,由实验结果可以看出使用小波方法处理的图像效果好于其他方法。     

SAR相干斑噪声的抑制

研究了相干斑噪声抑制技术，提出了(1)增强小波软阈值相干斑噪声抑制方法．考虑SAR杂波复杂情况，不同类型的区域滤波要求不同，将小波软阈值滤波方法与SAR杂波特点结合．(2)增强小波维纳相干斑噪声抑制方法．基于合成孔径雷达图像杂波结构，结合小波变换和自适应维纳滤波提出了新的抑制SAR图像相干斑噪声方法，该方法能够较好保留杂波边缘和点目标．实验表明这两种相干斑噪声抑制方法能够获得比较满意的效果，并且增强小波维纳方法略优于增强小波软阈值方法效果．     

抗噪声干扰彩色图像的边缘检测方法

首先将256×256彩色图像分成32×32像素的分块图像,对整个彩色图像有严重噪声干扰的像素进行统计分析,为了避免干扰,对有噪声影响的像素进行修复,最后对修复后的图像进行边缘检测.     

提取图像边缘过程中抑制噪声的随机启发搜索算法

常用的边缘提取方法对噪声的抑制能力不强,导致了大量不连续边缘的产生。中提出了一个随机启发式搜索算法,它能够有效地抑制噪声,从而连接到连续的边缘,同时,介绍了随机启发式搜索算法,讨论了起始点的选择准则和扩展点的选择方法,最后介绍了终止点选择的方法。一个起始点,一个终止点和许多扩展点就形成了一个候选边缘,通过候选边缘的随机积累进行自增强,达到抑制噪声,提取清晰边缘的目的,中使用加入高斯噪声的“Lena”图像作为实验图像,实验结果初步证明了该算法能够提取到连续,清晰的边缘。     

一种基于小波变换和数据融合降噪的图像边缘检测方法

提出的一种基于小波变换和数据融合降噪的边缘检测方法,是在边缘检测前先进行去噪处理,为避免去噪不完全、微分算子对噪声敏感,在边缘检测的同时增强了噪声,并把微分算子检测得到的边缘幅值图像融合与去噪相结合.最后,对融合后的图像进行灰度阈值处理和细化,得到边缘二值图像.实验结果表明：该方法在抑制噪声的同时能较好的检测出图像的边缘.     

混合滤波图像去噪方法

针对传统的小波去噪方法会产生马赛克的问题,根据小波去噪理论以及阈值去噪理论,设计了一种基于小波阈值的混合滤波图像去噪方法.通过计算发现,新方法的峰值信噪比比传统的几种去噪方法更加优异.仿真实验证明,改进的去噪方法能够消除传统小波在阈值去噪时所产生的马赛克现象.最后分析了分解层数以及小波基对该方法去噪效果的影响,发现当分解层数为三层、采用Bior4.4小波基时去噪效果最为理想,此时峰值信噪比为35.670 2.     

一种高斯噪声组合滤波方法

为了有效滤除高斯噪声,提出了一种组合滤波方法.该方法首先通过定义新的维纳滤波模板进行预处理,以滤除一部分噪声;然后将图像进行二维小波分解,保留低频成分,对高频成分根据其噪声分布特征设计出新的形态学滤波模板分别进行滤波,并进行小波系数重构;最后通过设计一种新的小波增强函数,以提高图像的清晰度,最大限度保留图像细节信息.实验证明该方法滤波效果优于维纳滤波和形态学滤波,是一种较为实用的高斯噪声滤除方法.     

一种辐射噪声的特征提取新方法

应用离散子波变换原理,对信号进行谱估计,提出了基于离散子波变换的特征提取方法,并对实测数据进行特征提取,获得了稳定有效的线谱和连续谱,提高了线谱和连续谱分离的准确度。     

基于小波变换检测和识别的爆裂噪声研究

具有爆裂噪声的不可靠器件应用到电路中,对系统的可靠性会产生严重的影响.小波是具有振幅正负相间的振荡,由于小波变换在时域和频域都具有很好的局部化性质,较好地解决了时频分辨率和矛盾,所以在信号分析与处理领域,可以采用小波检测爆裂噪声,改变了传统的靠人眼观测判断爆破噪声的不可靠方法,同时利用计算机来自动检测,提高精度的同时也实现了自动检测的目的.     

CA498型柴油机表面辐射噪声源的识别及其降噪措施

根据复声强测量的基本原理,利用Pulse2000多功能振动噪声分析系统,对CA498型柴油机进行了表面噪声源识别,用MATLAB的2D绘图软件给出了等声强曲线,找出了几个主要噪声源,并进行了排序,对进气歧管、气缸罩盖和油底壳几个主要噪声源用高分子阻尼涂料进行喷涂处理后,发动机降噪效果明显,声功率级降低了2dB(A),其它各点声压级也有不同程度的下降。     

心电信号的小波变换消噪方法

人体心电信号微弱,信噪比较低.为了消除心电信号中的噪声,提高心电监护仪的性能和计算机自动诊断效率,人们已提出了多种方法来消除这些噪声.小波变换是一种信号的时间尺度(即时间频率)分析方法,具有多分辨率分析的特点。它对信号具有的自适应性,使其成为数字信号处理领域中的一个重要工具.这里提出了一种采用阈值预处理的小波变换消噪方法,该方法可以降低模极大值消噪算法计算的复杂程度,又可保证心电信息特征不被丢失.试验表明,该方法能较好地实现心电信号的消噪.显然,该方法也适合于信噪比较低的生物信号的处理中.     

基于小波变换的舰船辐射噪声检测

分析了舰船辐射噪声（简称舰船噪声）与1／f信号的关系，提出了一种基于小波变换的信号检测方法，对白噪声背景下的舰船辐射噪声进行了检测；推导了相应的检测统计量及其统计分布特性，并与传统的匹配滤波器、能量检测器进行了比较，计算机仿真结果证明了本方法是有效的，在较低的信噪比下得到较好的检测效果。     

基于Wavelet snake的SAR图像中水岸边缘检测算法

利用àtrous小波变换、图像块生长和wavelet snake算法相结合,提出了一种检测SAR图像中河岸边缘的新算法.为了检测河流的边缘,首先利用小波变换对SAR图像进行小波分解,得到较低分辨率的图像,降低闪烁和噪声的影响;然后用图像块生长提取河流的初始边缘;最后把初始边缘作为Snake算法的起始点,利用wavelet Snake算法提取河流的精确边缘.在实验中,利用该算法提取了淮河SAR图像中的一段水岸边缘.