图象相关噪声的模拟产生方法

一种模拟产生图象相关噪声的新方法,通过对白噪声滤波,产生相关噪声.从理论上推导出了相关噪声的 自相关函数的解析表达式以及滤波器参数与相关噪声的相关长度之间的关系E实验证明采用本方法可以成功地模 拟产生图象相关噪声.     

基带通信中常见噪声的产生方法研究

通常的实验环境中,对数字基带信号的研究是要加入一定的模拟噪声来测量各种参数的。实际中的噪声多种多样,有最简单的均匀白噪声,高斯白噪声,突发随机脉冲噪声以及其他各种分布的随机噪声。通过吸纳或改进传统的产生方法,本文从理论和工程上都给出了产生这些类型噪声的方法,并进一步结合ISA总线设计了基于双RAM的噪声动态产生系统     

分形变换与图象噪声平滑

利用分形变换进行图象噪声平滑，是他形理论的又一应用领域。本文对这一问题进行了理论和实验验证，从而指出了分形变换应用于图象噪声平滑的潜力所在。     

一种高效稳健的差分视频噪声估计算法

提出了一种高效稳健的白噪声方差估计算法,算法首先对连续的两帧视频进行差分运算以获得更多的亮度平坦区域,进而在差分图像和原始图像中以一定的准则寻找亮度平坦块,最终从这些平坦块中估计出噪声的方差。大量的实验结果表明,本文算法不仅在低噪声水平和高噪声水平时保持了良好的估计准确性,而且对于图像含有大量纹理信息以及图像含有极少平坦块的情况,也给出了准确的估计结果,表现出了良好的稳健性。     

SVD域的图像高斯噪声强度估计

精确估计图像或视频中的噪声强度对于后续的信号处理是至关重要的先决条件。通过对含噪图像的奇异值特性的研究,提出一种精确的SVD域的图像噪声强度估计算法。该算法对噪声强度估计提出了创新的解决方法:1)利用奇异值的尾部数据进行噪声强度估计,这样达到尽可能地降低图像信息对噪声估计的干扰;2)对含噪图像加入已知强度的高斯白噪声,以计算噪声估计时需要设置的与图像内容相关的参数,因此该算法可以自适应图像的结构,能够广泛地适应各种类型的图片。实验结果表明SVD域噪声强度估计算法适用于各种图片类型,而且在极大的噪声强度范围内都能够稳定精确地估计噪声强度。     

图像处理中消除噪声的方法

本文首先讨论了常见的噪声模型，然后讲述了几种典型的去噪方法。最后介绍了几种较新的滤除噪声方法。     

基于相关空间辨识迭代映射形成的混沌时间序列和白噪声

本文研究了Logist迭代映射产生的混沌和白噪声的统计特性及时频特性，指出利用统 计的方法和传统的时频仪器是无法区分噪声和混沌的．进而提出一种可区分混沌与噪声的“ 相关空间法”，基于Logist映射混沌序列是由确定的非线性方程迭代产生的，相邻迭代值必 然存在相关性；而白噪声却是由大量的偶然因素产生的，相邻值不存在相关性．因而本文首 次提出由相互关联的临近序列组成相关空间，从而区分混沌和噪声．     

单通道白噪声估值器

本文用时域上的新息分析方法提出了统一、通用的单道白噪声估值器，它可处理带相关噪声的不稳定和非最小相位系统，并可处理带未知噪声统计和非零均值的白噪声。应用领域包括油田地震勘探、通讯、雷达跟踪、信号处理和状态估计等。仿真例子说明了其有效性。     

应用颜色矢量法抑制彩色图象中的噪声干扰

由于消除彩色图象中的噪声比一般的黑白图象更困难,因而针对彩色图象中多个单种颜色目标识别过程中的噪声处理问题,使用了一种新的颜色矢量分析法来进行噪声的抑制。首先定义了颜色矢量和平均颜色矢量,通过计算和分析图象象素与各类训练区平均颜色矢量的欧拉距离,快速地将多个被干扰目标分割出来;然后对多个单色目标图象分别进行平滑处理,以消除各自中的噪声,最后再将它们与背景图象进行“叠加”操作,以达到消除彩色图象中噪声的目的。实际应用的结果表明,这种方法的效果是令人满意的。这种方法主要适用于由多个单色目标和复杂背景等组成的彩色图象的噪声抑制。     

Logist方程形成的混沌时间序列和白噪声的一种辨识方法

确定的非线性系统能够产生貌似噪声的混沌,本文分析了混沌和白噪声的统计特性及时频特性,指出利用传统的时频仪器是无法区分噪声和混沌的.并且提出一种可区分混沌与噪声的"相关空间法",基于Logist方程的迭代混沌序列是由确定性方程产生的,具有较小的自由度,必然存在短期可预测性;而白噪声却是由大量的偶然因素产生的,具有较多的自由度,不存在可预测性.进而提出由相互关联的临近序列组成相关空间,将迭代序列投影于该相关空间,从而区分混沌和噪声.