基于Curvelet变换的地震资料弱信号识别及去噪方法

针对地震资料中背景噪声较强,有效弱信号淹没其中难以识别,且在时间域地震有效信号和随机噪声又较难分离的问题,尝试将其通过Curvelet变换进行信噪分离。在Curvelet的不同尺度域采用自适应阈值函数对噪声进行压制,保留有效信号系数;同时,阈值函数中引入不同尺度域地震剖面信噪比,通过与信噪比相关的权值系数降低具有高信噪比的尺度域阈值,从而保留被随机噪声淹没的弱信号;最后对残留噪声系数再应用中值滤波,进一步压制噪声,突出弱信号。与常用于弱信号识别处理的小波变换,以及Curvelet变换的固定阈值处理方法相比,具有多尺度多方向性的Curvelet变换能够更加有效的刻画地震信号,结合自适应的阈值处理时,在弱信号识别及去噪方面具有明显优势。     

基于小波变换理论的地震资料去噪方法研究及应用

在实际的地震勘探中,通常有很多因素会导致地震数据中含有噪音,从而对后续的处理、解释产生一定的影响。小波变换是一种新的时频分析工具,比较适用于地震信号的时频分析及去噪。介绍了小波变换及其阈值去噪的基本原理,通过模型实验验证了该技术的有效性,最后对实际的地震资料进行了处理及分析。结果表明,该方法可以获得比较好的去噪效果,明显改善了地震资料的品质,可为后续的地震资料处理、解释等提供更好的数据。     

基于Shearlet变换的探地雷达数据噪声压制研究

应用探地雷达(GPR)探测地下目标分布状况时,接收数据中的有效信号往往容易受噪声及空气直达波等的干扰,增加地下目标识别的难度,影响地下目标识别的准确性.Shearlet变换在图像和地震数据去噪上的成功应用说明其去噪能力的优越性.但应用Shearlet变换对数据进行降噪处理时,阈值的选择对去噪效果影响较大.为了提高应用Shearlet变换对探地雷达数据进行去噪处理时的效果,本文提出了一种结合奇异值分解的Shearlet变换噪声压制方法.该方法能有效去除随机噪声,增强有效反射信号.将该方法应用到仿真和实测探地雷达数据处理中,结果证实了该方法的有效性.     

小波消噪在基桩完整性检测中的应用

小波分析作为一种全新的信号处理方法,为信号滤波、信噪分离和特征提取提供了有效的途径。通过研究小波分析方法的基础上,针对随机噪声,采用基于小波变换的阈值去噪方法,结合工程实例将小波降噪与常规数字降噪方法分别处理的结果进行比较,结果显示小波降噪具有较明显的优势。     

高密度全数字地震勘探技术在煤田中的应用及效果分析

单点高密度数字检波器地震勘探技术作为一种全新的地震勘探方法,将其用于煤田地震勘探,针对单点高密度数字资料的特点,进行多域联合去噪,利用矢量中值滤波进行随机噪声衰减,在十字排列域压制面波,并利用Curvelet变换进行弱信号检测。最终得到相比常规模拟检波器资料,频带更宽、高低频更丰富、分辨率更高的叠加剖面。     

基于小波阈值法的矿山遥感图像非局部均值去噪

矿山遥感图像在获取、压缩、传输、解码的过程中易混入大量随机噪声,导致图像清晰度较低,难以直接进行分析研究。为此,将小波变换与非局部均值滤波算法(Non-local means filtering algorithm,NLM)相结合提出了一种基于小波阈值法的矿山遥感图像非局部均值去噪算法。该算法首先结合小波硬阈值、软阈值去噪模型以及现有的改进型小波阈值去噪模型的特点,建立一种改进型小波阈值去噪模型并用于去除遥感图像中的随机噪声;然后将原始遥感图像与小波去噪后的图像作差运算,得到原始差值图像,再对原始差值图像进行非局部均值滤波,得到滤波后的差值图像;最后将小波去噪后的图像与滤波后的差值图像进行融合。采用MATLAB语言编写程序,试验数据为白云鄂博矿区的2幅遥感图像,采用峰值信噪比(Peak signal noise to ratio,PSNR)和算法耗时等指标对算法去噪效果进行评价。试验结果表明:所提算法的去噪结果明显优于小波软阈值去噪模型及非局部均值滤波,此外,该算法耗时相对于其余2类算法而言也有一定的优势,对于提高矿山遥感图像的判读精度有一定的参考价值。     

基于Shearlet变换的矿井机电设备视频监控图像处理

矿井机电设备的高效运行是井下安全生产的重要保障,但由于井下粉尘较多、光照不均匀,导致井下视频监控系统获取的机电设备图像较为模糊,影响了对机电设备运行状况的有效监控。为此,将Shearlet变换与图像区域自适应分类方法相结合,提出了一种矿井机电设备视频监控图像处理算法。首先结合图像局部均值和标准差,设计了一种图像块自适应分类方法,将图像自适应分成同质块、非同质块和边缘块等3类图像块,对同质图像块进行维纳滤波;然后对非同质图像块进行多尺度Shearlet变换,得到低频、高频Shearlet分解系数,对高频Shearlet分解系数提出了一种Shearlet变换域自适应阈值去噪函数模型来去除其中的噪声,将原始低频shearlet分解系数及去噪后的高频Shearlet分解系数进行重构;最后,将边缘图像块和去噪后的同质图像块、非同质图像块进行叠加。采用MATLAB语言分别将维纳滤波、小波硬阈值去噪函数模型、小波软阈值去噪函数模型以及所提算法进行编程并进行试验,结果表明：所提算法处理后的图像视觉效果有了较大程度改善,清晰度较好,对于提高矿井机电设备视频监控图像的质量有一定的参考价值。     

永磁直线同步电机垂直运输系统弱信号的检测

在分析小波包变换具有良好的时频特性基础上,根据信号和噪声具有不同的小波特性,采用浮动阈值去噪的方法,解决了低信噪比情况下弱信号的检测。仿真结果表明,采用小波包去噪可改善系统对信号的检测能力。     

基于小波包变换的单道水上地震数据去噪方法研究

基于小波变换的多尺度分解去噪技术是近年来发展起来的一种新技术,其在地震勘探领域中具有广泛的应用.在小波变换的基础上发展起来的小波包变换,可以更好地像小波变换分解低频一样分解高频信息,在信号的去噪方面也有着重要的用途.将小波包变换应用于噪音含量较多的浅水域单道地震数据处理中,获得的有效地震信号突出,噪音被明显压制,处理效果良好.     

应用小波收缩去除电机控制系统中的噪声

本文应用小波变换可以降低电机控制系统中噪声影响的技术,通过变换分解出高频噪声部分,利用小波收缩的阈值量化方法去掉高频部分,再重构信号从而达到去噪目的。通过实验,得出SYM12结合软阈值处理法具有最优的信号重构及去噪效果。