一种改进的小波域阈值去噪算法

在D.L.Donoho和I.M Johnston提出的多分辨分析小波阈值去噪方法的基础上,提出了一种新的双变量阈值函数.采用新的阈值函数的去噪效果无论在视觉效果上,还是在信噪比增益上和最小均方意义上均优于传统的硬阈值和软阈值,克服了采用硬阈值法去噪效果不佳和软阈值法过度光滑使信号失真的缺点.通过仿真实验结果,表明该方法的有效性和优越性.     

一种改进的小波阈值信号去噪方法

为了克服硬阈值函数不连续,软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺陷,更好的改进滤波效果,提高去噪质量.通过对硬软阈值去噪方法的分析,比较了硬软阈值去噪的方法,构造了一个新的阈值函数.新闭值函数表达式简单易于计算,克服了硬软阈值的缺点,而且是高阶可导的,便于进行各种数学处理.仿真结果表明:无论是视觉效果,还是信噪比增益和最小均方差均优于传统的硬软阈值方法.仿真试验证实了该改进方案的有效性和优越性.这种方法可以广泛应用于电力系统、语音信号去噪等领域.     

小波去噪的一种新的阈值选取方法

在多分辨分析小渡阈值去噪方法的基础上,介绍了一种基于插值思想的双参数阚值函数.该阈值函数既克服了硬阈值函数不连续的缺点,又修正了软阈值函数存在的恒定偏差.仿真实验的结果表明,去噪效果得到了改善.     

一种改进小波收缩阈值的信号消噪算法

小波变换是一种时频分析的方法,在信号处理领域广泛应用.文章在经典的小波软、硬阈值消噪方法的基础上,提出了一种基于小波分析的改进阈值信号消噪方法.Matlab仿真结果表明,此法同时克服了软、硬阈值方法的缺点,其消噪效果较好.     

小波去噪中软硬阈值的一种改良折衷法

在小波域中分析了传统软阈值法和硬阈值法的特点,并在标准软硬阈值折衷法的基础上,提出了一种软硬阈值改良折衷法.与标准软硬阈值折衷法相比,其阈值函数具有更加灵活多变的形式,便于进行各种数学处理;与传统软阈值法和硬阈值法相比,它克服了硬阈值函数不连续的缺点,减小了软阈值函数中的估计小波系数与分解小波系数之间存在的恒定偏差.仿真实验结果表明,该改良方法的去噪性能优于传统软阈值法、硬阈值法、标准软硬阈值折衷法及一些现有的新阈值函数法.     

一种基于新的阈值函数的小波去噪方法

在D.L.Donoho提出的小波阈值去噪方法的基础上，提出了一种新的阈值函数。该阈值函数不仅克服了硬阈值函数不连续的缺点，而且解决了软阈值函数存在的恒定偏差；同时新函数不需要进行参数选择。仿真结果显示，该阈值函数较其他阈值函数具有明显的优越性。     

基于新阈值函数的小波去噪方法

小波阈值去噪是信号处理中一种重要的去噪方法,针对常用硬阈函数不连续的特点以及软阈值函数存在偏差的问题,提出了一种新的阈值处理方法,在matlab7．0中的仿真试验结果表明,新的阈值方法的去噪效果无论在视觉效果上,还是在信噪比和最小均方误差意义上均优于传统的硬阈值和软阈值。     

基于新阈值函数的小波阈去噪研究

构造一个新的阈值函数,与传统的软硬阈值函数相比,具有表达式简单、连续性好且高阶可导,便于进行各种数学处理。仿真实验结果表明,采用新的阈值函数的去噪效果在信噪比增益和最小均方误差意义上均优于传统的软硬阈值方法。     

基于新阈值函数及最优尺度的小波去噪研究

在Donoho D L和Johnstone I M提出的小波阈值去噪算法的基础上,首先构造了一种新的阈值函数。与传统软、硬阈值函数相比,新阈值函数不但连续,而且高阶可导,克服了硬阈值函数不连续及软阈值函数中小波估计系数与分解系数之间存在恒定偏差的缺陷。同时,为了获得更好的去噪效果,提出了基于白噪声?字2检验确定小波最优分解尺度的方法。最后,通过数值仿真实验,证明了基于白噪声?字2检验方法的有效性;在最优分解尺度下,新阈值函数在信噪比增益和最小均方误差意义上均优于传统阈值函数。     

改进的小波双阈值双因子函数去噪

针对传统的小波阈值函数在阈值处不连续、小波估计系数存在偏差等不足,导致去噪后的信号产生吉布斯振荡、失真和信噪比(SNR)无法提高等问题,提出了一种改进的小波阈值函数去噪方法。与传统的软、硬阈值和半软阈值等函数相比,该函数不仅在阈值处连续,便于运算处理,而且由于双阈值变量和双可变因子的引入,使得该函数既兼容了传统阈值函数的优点,还可以通过调节双阈值和双因子,来提高实际应用的灵活性。为了验证该阈值函数的优越性,通过仿真实验并对比几种小波去噪方法的信噪比和均方根误差,实验结果表明,经本阈值函数去噪后的信号在平滑度和失真度上有较大改善,相比软阈值函数,信噪比提高了22.2%,均方根误差减小了42.6%。     

基于改进阈值函数的小波阈值去噪算法

针对传统小波软、硬阈值函数以及现有部分文献所设计的阈值函数的不足,探索一种改进的小波阈值去噪算法.通过构造新的阈值函数,该函数具有更好的平滑性,并随着小波分解尺度变化而变化,因此有更好的适应性,且函数中不存在不确定参数,相应地提升了去噪稳定性.相比传统软、硬阈值函数方法,采用改进阈值函数去噪后信噪比(SNR)更大,均方差(MSE)更小,去噪效果更好.改进阈值函数的小波去噪算法更有优越性,具有较好的推广价值.     

一种改进的小波变换方法对喇曼光谱去噪

根据喇曼散射信号比较弱的特点,应用一种改进的小波阈值去噪方法对喇曼光谱进行去噪处理.通过酒精的喇曼光谱为实验,该方法能够避免软硬阈值法的缺点,能够发挥小波去噪的优点,重构光谱图失真小,能很好地抑制噪声,又保留喇曼光谱的细节信号,改善小波去噪的效果.     

基于小波变换的图像阈值去噪的改进方法

基于Donoho提出的传统的阈值去噪方法,提出了一种新的阈值函数,并应用于图像的去噪.与Donoho的软阈值和硬阈值函数相比,这种新的阈值函数有更多的优点:可以实现能量自适应去噪;能够保存图像的边缘信息;函数的表达式简单,避免了硬阈值函数的不连续性;相比软阈值和硬阈值函数,新阈值函数更灵活.仿真结果表明,改进后的方法应用于图像去噪,无论是视觉效果还是信噪比都有了改善.     

新小波阈值函数在医学图像去噪中的应用

为了提高小波阈值去噪算法中的软阈值和硬阈值以及已有改进阈值函数存在的不足,提出了新的分层阈值函数的方法。该算法首先对噪声图像进行分解,从而得出小波系数。然后用改进的阈值函数对高频部分系数进行分层阈值处理。最后根据所得估计的小波系数在小波基的条件下,对图像进行重构,得到去噪后图像。该阈值函数具有优良的数学特性,通过对医学图像仿真实验结果表明,该算法去噪的效果无论是在视觉效果上,还是在均方差和信噪比性能分析上均优于常用的阈值函数,所以该算法在解决实际去噪问题中值得推广与应用。     

基于小波变换的图像压缩算法的改进

随着数字化时代的到来，图像数据变得越来越大，人们对于图像的质量要求也越来越高，因此好的图像压缩技术也变得越来越重要。一个高压缩比低失真度的压缩算法是图像压缩研究领域的重点。针对基于小波变换的图像压缩，其压缩比提高的同时，图像也出现较为明显的块状失真的问题，本文提出对经过小波分解后所得到的低频子带图像再进行DPMC四阶线性预测，从而改善由于块状失真问题，实验结果表明该方法在不改变压缩比的条件下对于失真问题有所改善。     

改进阈值函数下的小波阈值降噪

小波阈值去噪是工程中常采用的一种信号处理方法,阈值函数的选取对噪声抑制的效果具有决定作用。首先介绍了小波阈值算法的基本原理;然后针对传统软阈值与硬阈值函数的缺点对其进行了适当改进,并阐述了新阈值函数的重要性质;最后通过仿真对比了不同阈值函数下的信号提取效果。结果表明,相比传统的阈值函数,新阈值函数能更有效地促进信号与噪声的分离。