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。     

基于维纳滤波与理想二值掩蔽的数字助听器语音增强算法

研究了基于先验信噪比估计的维纳滤波增强算法，针对基于先验信噪比估计的维纳滤波法未能有效提高语音可懂 度的缺点进行了研究与改进:首先，引入了以MMSE为准则的两步先验信噪比估计取代原“直接判决”法。其次，针对信噪比为负的区域，增益函数误差的过高估计会严重降低语音可懂度的问题对增益函数进行了改进，放大了负信噪比区域的噪声谱，从而降低增益函数被过高估计的可能性，最后，结合理想二值掩蔽的技术，对处理后的语音信号进行后处理，实验结果表明， 改进的方法能够有效的提高语音可懂度并降低语音信号的畸变。     

基于维纳滤波模糊图像复原算法的改进

简述维纳滤波复原算法原理以及维纳滤波的改进算法，通过仿真实验分别利用维纳滤波算法及其改进算法从不同角度对运动模糊图像进行复原，并对结果进行比较分析，事实证明维纳滤波改进算法能有效的消除图像复原中的振铃效应，达到比较满意的复原效果。     

骨导气导结合的语音增强算法

通过对骨导气导信号的对比和研究,提出了一种骨导气导结合的语音增强算法.它充分利用了骨导信号屏蔽环境噪声的高信噪比特性,将骨导信息以概率模式引入到改进后的维纳滤波算法中,并针对高噪声环境下语音信息被噪声严重破坏的情况,将骨导信号通过能量对比得到的权系数修正替换到原气导信号,实现了较好的语音增强效果.     

非圆信号多级维纳滤波MUSIC测向算法

为降低非圆信号的MUSIC(记为NC-MUSIC)测向算法的计算量,提出了基于多级维纳滤波的NC-MUSIC算法.首先,该算法将非圆信号特性用于多级维纳滤波算法,构造出扩展阵列输出矩阵,利用多级维纳滤波的递推特性求出信号子空间,而不需要估计样本协方差矩阵和对其特征值分解;其次,为了进一步降低算法的计算量,推导出信号子空间的谱峰一维搜索公式进行非圆信号谱峰搜索的计算,快速估算出目标的方位值.仿真结果和计算复杂度分析表明,新算法不但在均方根误差性能上与其他快速算法相似,均接近于NC-MUSIC算法,具有良好的估计性能,而且降低了NC-MUSIC算法的计算最,使其计算复杂度小于非圆信号扩展传播算子快速测向算法的计算复杂度.证实了新算法快速有效的估计性能.     

基于维纳滤波的改进语音增强算法研究

根据传统的基于短时谱的维纳滤波算法,提出了一种改进方法,能有效地对噪声估计环节引入的偏差做修正,提高了整个语音增强系统的抑噪功效。运用MATLAB进行试验仿真,并与传统维纳滤波算法相比较,结果表明该算法能十分有效地滤除噪声,增强语音,同时对有效语音信号带来的失真也非常小,使语音信号的清晰度与可懂度同时得到了提高。     

盲复原高斯模糊图像

经典的图像恢复算法设点扩展函数(PSF)是已知的,然而在许多情况下PSF难以确定,不得不在只知道成像系统部分信息甚至没有任何信息的情况下估计真实图像和PSF,这一过程称为图像盲复原.对于高斯模糊图像,它的PSF是很难被检测出来的,因此高斯模糊图像的盲复原一直是个棘手的问题.利用高斯点扩展函数的特性,初始估计PSF并对加...     

基于小波域维纳滤波的光纤面板暗影检测

通过分析光纤面板透光图像的噪声性质,提出在小波去噪的始末对图像取对数、指数变换,成功转换噪声模型,有效去除高斯及斑点噪声.并提出在小波域采用维纳滤波算法以增强去噪功能,实现更为有效地去除光纤面板透光图像中的噪声.最后对去噪图像进行暗影检测,实验结果表明,采用此算法进行去噪,检测出的暗影定位更加精准,冗余信息大量减少,有...     

基于滤波方法的OFDM信道估计研究

维纳滤波和卡尔曼滤波都是基于最小均方误差准则的滤波方法,本文主要研究这两种滤波方法在OFDM信道估计中的应用。为了跟踪频率选择性信道的变化,采用在OFDM系统中易于实现的梳状导频进行研究。传统的MMSE在统计意义上是最好的线性估计器,但是需要对矩阵求逆,是一种计算量较大,算法较复杂的方法。LMMSE是频域维纳滤波方法,其减小了MMSE的复杂度,但只适用于慢衰落信道,针对时变信道,本文提出卡尔曼滤波的信道估计方法,仿真结果表明,卡尔曼滤波的信道估计方法在时变信道中具有良好的性能。     

基于多级维纳滤波的机载共形阵雷达杂波抑制方法研究

目前,多级维纳滤波器是一种收敛速度最快的降秩空时自适应处理算法,但它只适合于处理平稳随机信号,不能直接用于抑制非均匀的机载共形阵雷达杂波。该文在分析共形阵雷达杂波特性的基础上,提出采用俯仰向空域滤波改善杂波的非均匀性,改进了传统的协方差矩阵加权算法,最后形成了一种基于俯仰向空域滤波的协方差矩阵加权多级维纳滤波算法,用于抑制共形阵雷达杂波。仿真结果表明,该文方法抑制共形阵雷达杂波的综合性能优于现有其他方法,且计算复杂度低,收敛速度快,便于工程实现,在共形阵雷达杂波抑制中具有实际应用前景。