一种基于贝叶斯估计的双树复小波图像去噪算法

为了去除图像中的高斯噪声,本文根据贝叶斯最大后验概率估计,把双树复小波变换和拉普拉斯分布模型结合起来,提出了一种基于贝叶斯估计的图像去噪算法。实验表明,本文算法能明显的改善和提高主观视觉效果和峰值信噪比。     

基于贝叶斯估计的图像去噪技术的研究

图像消噪是图像处理的重要环节之一,传统的小波软阈值和硬阈值去噪方法存在一定的弊端。该文通过对具体测量数据的分析,得出了在较小噪声干扰下,贝叶斯软阈值法去噪可以得到较好消噪效果的结论。     

基于贝叶斯估计的杂交小波图像降噪新算法

针对传统图像去噪算法易丢失细节特征、峰值信噪比低等问题,受杂交育种学启发,借鉴遗传算法思路,提出了一种基于贝叶斯估计的杂交小波变换图像去噪算法。该算法以贝叶斯小波去噪后的图像作为父本,维纳滤波处理后图像作为母本进行杂交,对挑选出的个体进行逐代杂交和变异生成子代,将最优子代作为算法的最终解,对其解码还原为去噪后的图像。本算法去噪后的图像峰值信噪比远高于传统算法;去噪后的视觉效果也好于传统方法。实验结果表明该方法不仅能有效消除图像噪声,还能较好地保留图像边缘等细节特征。     

一种基于小波与概率估计的医学图像配准方法

为提高医学图像配准效果,提出了一种基于小波变换和互信息的配准方法.以小波变换对源图像进行二级分解,并在每个分解层对其子带分量分别进行贝叶斯最大验后概率估计,求概率估计的回归参数,得到配准图像的各小波子带分量,再进行小波逆变换,实现对源医学图像的配准.     

一种改进的基于小波变换的波特率估计算法

数字调制信号的解调过程中,必需的一个重要的参数是信号的调制速率,即波特率。在非协作通信或者自适应通信中,波特率对接收端可能是未知的参数。提出了一种改进的基于小波变换的MPSK波特率估计算法,通过信号变烦和选择最佳的变换尺度,可以降低原始估计算法的最低载噪比门限。利用CZT变换,可以以较小的代价提高估计的精度。     

基于邻域多样本系数估计的小波图像去噪

根据信号估计理论推导了利用邻域系数对中心系数进行多样本最大后验概率(MAP)估计的比例萎缩公式,并结合平稳小波变换提出一种低复杂度的图像去噪方法.首先用平稳小波变换得到冗余的小波系数,再根据图像边缘在每个点的邻域内选择能共同反映物体内部或边界的同类点作为多个样本,利用比例萎缩公式对小波细节系数进行估计.实验表明,和现有方法相比,该方法具有更高的信噪比和更宽的噪声适应范围,在有效去除噪声的同时清晰的保留了图像边缘.     

一种改进的小波域贝叶斯图像去噪方法

基于对小波分析理论的深入学习,本文对小波测值萎缩去噪方法的关键环节进行了研究。本文在分析小波系数的分布特点的基础上,根据贝叶斯估计理论,得到贝叶斯收缩阈值,采用软阈值收缩去噪,行基于空间自适应例值和边缘检测的思想改进了一种新的自适应贝叶斯阈值萎缩去噪算法,仿真实验效果良好。     

一种基于冗余小波变换的快速运动估计算法

由于冗余小波变换克服了离散小波变换的移变性,在冗余小波域进行运动估计可以达到很好的效果,其缺点是算法的时间复杂度过高。在分析视频序列的运动特性和已有的运动估计算法的基础上,提出一种快速的基于冗余小波变换的运动估计算法。在冗余小波域提取潜在运动区域并对图像块的运动剧烈程度进行划分,在此基础上对不同类型的图像块采取不同的搜索策略,从而减少了运动估计中不必要的搜索。实验结果表明,该方法较经典的基于冗余小波变换的运动估计算法在时间复杂度方面具有优势。     

一种基于小波分析的AR噪声滤波方法

为了滤除外测数据中AR模型的噪声,提出了一种基于小波分析的滤波方法。针对信号和AR噪声在小波域的分布特性,对传统的阈值滤波方法进行了改进,对小波系数进行偏自相关系数截尾检验来确定分解层数,利用广义交叉确认算法来确定分阈值,仿真结果表明该方法能有效滤除外测数据中的AR噪声。该方法对有色噪声的处理具有较大的借鉴意义。     

一种基于FFT计算离散小波变换的方法

将小波变换和快速傅里叶变换（FFT）方法相结合,分析研究了用快速傅里叶变换计算离散小波变换的方法,总结变换结果和滤波器长度之间的移位关系,并提出通过把输入信号信号循环移位,实现完全重构的方法。这种方法计算的时间复杂度和快速傅里叶变换相当。     

基于小波包变换的动态阈值去噪方法

由于语音信号的非平稳性,传统的小波阈值去噪算法虽然能够衰减一部分语音信号中的噪声,但这些算法会不可避免地造成有用语音信号的损失,以至于去噪后的语音听觉质量下降,达不到很高的信噪比.一种基于小波包变换和动态信噪比估计的阈值方法可以更好地解决这一问题,这种方法可以有效保护有用信号不被去除.实验结果也证明这种方法可以达到更高的信噪比.     

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.     

基于小波收缩与非线性扩散的去噪算法

分析小波收缩与非线性扩散之间的内在关系并证明两者的等价性。根据等价性的特点构造新的扩散方程,提出一种基于改进的非线性扩散与二维小波收缩的混合图像去噪算法。实验结果表明,与其他去噪方法相比,该算法在计算复杂性和去噪效果方面的综合性能 较优。     

基于贝叶斯最大后验估计的局部自适应小波去噪

利用图像小波子带内系数的相关性,提出了一种局部自适应小波去噪方法。首先在贝叶斯最大后验概率准则下推导出基于拉普拉斯先验分布的MAP估计表达式和子带MapShrink阈值。为得到局部自适应的MapShrink阈值和去噪算法,提出将子带内的每个小波系数建模为具有不同边缘标准差的拉普拉斯分布,而边缘标准差又假设为强局部相关的随机变量,可通过邻域局部窗口进行估计。实验结果表明,与经典的子带自适应去噪算法相比较,该方法获得了明显的峰值信噪比增益,主观视觉效果也得到了改善。     

基于图像局域特性的小波收缩去噪算法

传统的小波收缩去噪算法采用单一的阈值,它没有考虑到小波系数的类聚性,图像中重要小波系数类聚的局部具有重要的奇异特性,应降低阈值以保留图像的边缘;反之含有不重要小波系数的局部应提高阈值以消除更多的噪声,因此该文提出了一种基于图像局域特性的小波收缩自适应阈值去噪算法,这种算法根据图像局部的奇异性大小,选择适当的阈值进行去噪。实验结果表明,相对于传统的单一阈值去噪算法来说,新的算法可使滤波后图像的峰值信噪比有所提高,在一定程度上克服了单一阈值去噪算法无法滤除高质量图像中噪声的缺陷。     

基于SURE估计的图像块稀疏收缩去噪算法

针对图像过完备稀疏收缩去噪的阈值选取问题,根据图像的常规稀疏模型,提出一种基于SURE无偏估计的自适应阈值选择算法。在一阶可导收缩函数的基础上,推导阈值选择的优化目标函数,证明该函数是关于阈值的凸函数,利用黄金分割法搜索其全局最小值。仿真结果表明,该算法选择的阈值接近峰值信噪比-阈值曲线的极大值点,将该算法应用于图像的块稀疏模型,可取得比常规稀疏模型更好的去噪效果。     

基于Bayes估计的WSN自适应路由算法

针对无线传感器网络中存在的路由请求域动态调整问题,提出一种基于Bayes估计的无线传感器网络自适应路由算法。该算法以圆柱形路由请求域的半径作为调整参数,利用Bayes估计对路由请求域进行自适应调整。仿真结果表明,该算法在数据包投递率、路由开销、数据包平均时延和网络剩余能量比率上的性能都优于AODVjr路由算法。     

基于小波变换的MPSK信号符号速率估计算法

在非合作MPSK信号调制方式识别和盲解调过程中,符号速率的估计是一个重要环节.本文根据morlet 小波函数的时频特征以及MPSK信号的时频分布,提出了一种基于morlet小波变换的MPSK信号符号速率估计算法.仿真结果表明,与现有算法相比,该算法对载频估计误差不敏感,具有更低的信噪比门限,也更逼近CRLB曲线.     

基于小波变换的相位编码调制函数估计方法

相位编码调制信号是一种典型的脉冲压缩信号.广泛应用于脉冲压缩体制的低截获概率雷达中.获取相位编码信号的编码规律对单站无源定位与跟踪十分重要.推导了基于连续小渡变换的相位编码信号相位调制函数的估计算法,能得到相位编码信号的相位调制函数的正确估计.计算机仿真结果证明了算法的有效性.