基于小波变换的红外图像滤波

为了提高红外图像的质量,对图像的滤波与增强是必需的,基于小波变换的滤波方法可以在一定程度上将噪声和图像细节分离,从而在基本不损失细节的情况下将噪声滤除.简要介绍了小波、小波变换、小波逆变换、离散二维小波变换和离散二维小波逆变换的基本概念.重点论述了小波变换的实现方法和小波滤波的实现方法.最后通过不同滤波方案的对比说明了基于小波变换的滤波方案的优越性.     

基于小波变换的信号滤波在探地雷达中的应用

利用小波变换的时频局域性,提出了一种探地雷达信号处理的滤波方法.在连续小波变换的基础上,同时联合尺度和频率,通过能量分析确定回波信号主要分量所在区间,通过尺度分解和频域滤波剔除干扰分量,在此基础上重构信号,提高了信噪比.并针对不同连续小波基对信号处理的性能进行分析,对比结果表明与雷达发射母波相似的小波基在探地雷达信号处理中更有效.     

基于Bior小波变换和中值滤波的图像去噪

中值滤波是一种常用的滤波方法,它可以较好地滤除脉冲噪声,但滤除高斯噪声效果不理想,而小波变换可以较好地滤除高斯噪声。本文将Biorthogonal小波变换与中值滤波相结合,同时滤除图像中的高斯噪声和脉冲噪声。实验结果表明,该方法在降低了图像噪声的同时又尽可能地保留图像的细节,其去噪效果优于单纯的小波变换或单纯的中值滤波。     

基于伪中值滤波和小波变换的红外图像增强方法

针对红外图像对比度差、信噪比低的特点,提出一种基于伪中值滤波和小波变换的红外弱小目标增强的算法。图像首先经过伪中值滤波滤除部分噪声,然后进行小波变换得到小波系数,对小于阈值的系数利用基于临近系数保留法进行滤波,防止小目标误判为噪声被滤除,对于大于阈值的系数进行非线性增强,最后重构得到去噪后的增强图像。实验结果表明,本文算法有效地滤除了噪声,提高了图像的对比度,更符合人眼视觉特性。     

一种具有鲁棒性的基于小波变换的滤波方法

该文研究了空间分布不均匀信号及不同噪声在小波变换下的不同特性,提出了一种基于小波变换与排序统计滤波相结合的噪声消除方法。该方法利用了不同尺度下小波变换之间的相关特性及不同噪声小波变换的特性并结合排序统计原理自适应地选择小波域局部门限进行降噪滤波。实验证明,该滤波方法对于不同性质噪声都有很好的滤波性能。     

小波变换实现地震信号的滤波去噪与压缩

讨论了小波变换的快速算法及其对地震信号小波分析与重构的计算机仿真,从而达到对原始信号的滤波处理和压缩,得出了小波分析能较好地应用于对地震信号的分析中的结论,并为开展对地震信号的现场硬件压缩提供了理论依据。     

基于小波变换和均值滤波的图像去噪研究

针对均值滤波现有的缺点和小波变换存在的优势,特提出将小波变换和均值滤波相结合的算法,在该算法中,首先通过小波去噪进行图像处理,将处理后的图像通过小波变换得到近似图像、水平、垂直和对角三个高频细节提取出来,针对含噪图像的特点,对水平、垂直和对角三个高频细节采用不同的滤波模板进行中值滤波变换,最后将近视低频细节和变换后的三个高频信号采用逆小波变换得到再一次去噪后的图像。经过仿真实验结果可知,该算法在有效降低噪声的同时,保留了尽可能多的图像细节信息,其去噪效果优于单一的小波变换去噪、均值滤波去噪。     

基于自适应滤波和小波变换的基音检测

针对语音信号在小信噪比条件下检测其基音周期。考虑自适应滤波和小波变换的优点对小信噪比条件下的语音信号进行基音周期检测,实验证明此方法能有效检测-20dB下的基音周期。     

基于小波变换的图像去噪方法

针对传统小波去噪时图像边缘被破坏因而丢失有用细节信息的问题,基于小波去噪的优点,研究了几种改进的基于小波变换的图像去噪方法。分别是基于小波变换和中值滤波的去噪方法,雏纳滤波和小波域滤波相结合的方法,小波变换去噪与高阶统计量滤波法去噪相结合的方法等。经过大量的计算机仿真试验,最后所得结果表明这几种改进后的基于小波变换的去噪方法均可以有效地降低图像的噪声干扰,比较好地保留图像中重要的细节信息,具有一定的实际应用价值。     

小波变换实现图像导向滤波

导向滤波器是一类能够实现图像方向滤波的滤波器组,它比方向滤波器计算量小并且可以实现各个方向的滤波处理。该文把小波函数和多分辨关系引入到导向滤波处理过程中,实现了图像的方向滤波。实验验证了小波可以从图像中提取更多方向的信息,表明新导向滤波的有效性。     

基于双正交小波域的SAR图像滤波方法

将E-lee、E-Kuan、GammaMap、wiener等经典滤波算法和双正交小波变换相结合,提出了基于双正交小波变换域的局部统计特性SAR图像滤波方法,同时提出了一个运算量少,且是归一化的对数变换,它将乘性的Speckle噪声转为加性噪声。在小波域内建立了局部统计特性SAR图像滤波算法,使用多分辨率的手段,因为在每个方向上的小波系数都具有相同的特征,可以很好地处理图像的一些特性,使得图像边缘被模糊的相对少些。实验结果表明,此方法比经典算法的效果要好。     

小波变换与自适应滤波在脑电信号消噪中的应用

提出了基于AR(自回归)模型的小波变换与LMS(最小均方)自适应滤波相结合的脑电信号分析方法,并利用它来消除脑电信号中的噪声干扰。实验结果表明,利用小波变换与自适应滤波相结合能有效去除脑电信号中的噪声干扰。     

一种基于小波变换的图像增强方法

针对部分灰度图像分辨率和对比度低、噪声大、视觉特性差等特点,提出了一种基于小波变换和直方图均衡的新的图像增强方法。该方法将小波变换的多尺度、多分辨率的特点和直方图均衡化的方法相结合,同时再辅以中值滤波去噪和同态滤波增强,从而在很大程度上克服了单一的直方图均衡化进行图像增强时会丢失图像细节信息、增强图像噪声等的不足。实验结果验证文中方法对图像的分辨率和对比度增强有很好的效果。     

小波变换与傅立叶变换相结合的信号实例分析

文章采用离散小波变换与快速傅立叶变换相结合的方法,先对原始信号进行小波分解,再对各子带信号做快速傅立叶变换,从而得到各子带上时间信号的频谱。计算机仿真的实例分析表明,该方法将小波变换和傅立叶变换的优点结合了起来。     

基于小波变换与改进中值滤波的红外图像去噪

红外图像去噪研究是红外研究领域的热点问题,热图的去噪效果对后期的图像处理起着重要的作用。在此针对于红外热像传统去噪算法中无法有效保持红外热像差细节的不足提出了一种改进算法。该方法采用改进的中值滤波结合小波变换对红外热图进行去噪处理,结果实验仿真表明该方法能够有效保持红外图像热差细节的同时,对噪声抑制也具有理想的效果,对于后期处理具有很好的鲁棒性。     

基于小波变换的干涉信号包络提取方法研究

为了实现对宽谱光源自相干函数的测量,必须对宽谱光源干涉信号的包络进行提取.因此,宽谱光源干涉信号包络的提取就成为了测量光源自相干函数的关键因素.针对现有的包络解调方法的不足,建立了基于复Morlet小波的干涉信号包络提取方法.该方法采用复Morlet小波作为母小波,通过选择适合尺度参数和位置参数,可以有效地提取干涉信号的包络并具有良好的抗噪能力;利用计算机Matlab仿真证明了该方法的有效性;最后利用该方法对韩国Fiber Pro公司的白光干涉仪干涉输出信号进行包络提取,动态范围达到-60 dB.     

基于离散平稳小波变换的图像同态增强

同态增强可用于减少光照不均匀引起的图像降质,提出了一种基于离散平稳小波变换的图像同态增强算法,对图像进行离散平稳小波变换后,对变换后的各个高频子带采用不同的同态滤波器进行增强处理,实验结果表明,提出的方法能有效地提高图像对比度,又能突出图像的细节部分信息,其效果优于传统的同态增强。     

一种基于多尺度小波变换的自适应滤波新算法

将多尺度小波变换的理论引入到LMS自适应滤波器的设计中,分析了基于多尺度正交小波变换的自适应滤波算法的原理;将变步长LMS算法与多尺度小波变换的思想结合,提出了一种新的小波自适应滤波算法(MSWT-MVSS-LMS),新算法既减少了输入向量自相关矩阵条件数,又克服了固定步长LMS算法在收敛速度与收敛精度方面与步长因子μ的矛盾,获得了更好的收敛速度和稳定性.仿真结果表明新算法是有效的和优越的.     

基于小波包变换的信号去噪方法研究

信号去噪在信息学科领域一直是研究的重点之一。传统的信号去噪方法局限在频域范围内,无法表述信号的时域局部性质。而小波变换是一种信号的时频分析,利用小波方法去噪是小波分析应用于实际工程的一个重要方面。介绍了小波包降噪原理及方法,并通过仿真研究与目前的小波去噪方法进行对比,仿真结果证明了该方法去噪的有效性。