基于改进DTCWT和引导滤波的低剂量CT图像降噪

针对低剂量计算机断层扫描(CT)图像噪点较多和空间分辨率低的问题,提出了一种基于改进双树复小波变换(DTCWT)和引导滤波的低剂量CT图像降噪方法。首先使用DTCWT对低剂量CT图像进行多尺度分解,对高频子带系数使用拟合优度检验框架进行去噪,对低频子带使用三边滤波进行降噪,逆DTCWT重构得到初始去噪图像;然后使用降噪并插值的低频子带图像作为导向图像对CT图像进行引导滤波;接着结合初始去噪图像和引导滤波的去噪结果生成细节残存图像;最后用3维块匹配滤波(BM3D)阈值算法对细节残存图像进行二次去噪,叠加两次去噪结果得到最终去噪图像。实验结果表明,该方法优于其他传统图像去噪算法,在抑制噪声的同时,良好地保留了图像的边缘轮廓和纹理特征,对低剂量CT图像有着显著的去噪效果。     

提升双树复小波在GIS局部放电监测白噪声抑制的应用

GIS局部放电在线监测过程中原本就微弱的放电信号往往会被白噪声所淹没,因此抑制白噪声是GIS局部放电在线监测工作中必不可少的环节。为了更加有效且快速地抑制局放在线监测中白噪声的干扰,针对第1代小波去噪算法存在着去噪效果不佳、计算效率低等不足之处,结合双树复小波变换良好的去噪能力和提升小波变换高效的计算能力,提出对双树复小波变换进行提升,得到第二代双树复小波变换,应用提升双树复小波变换进行白噪声抑制研究,并且在局部放电在线监测软件系统中引入该算法,应用于现场监测实验。仿真和实验结果表明,较之其他去噪算法,提升双树复小波变换算法的运算速度提高了83%,内存占用降低了将近50%,信噪比得到了提高,且波形相似系数更接近1,更能满足GIS局部放电在线监测的实时性要求,在工程实践中具有更高的应用价值。     

基于小波子带模型匹配的同水域下目标探测

针对水下声呐目标搜寻过程中环境复杂、成像分别率低、人工识别目标困难等实际问题,提出基于双树双密度复小波子带模型匹配的方法自动判别水下目标有无。首先利用双树双密度复小波对所传回待测声图进行分解得到不同方向子带,接着采用三参数广义Γ函数对不同方向子带系数分布拟合作为特征项,最后利用含有目标声图与背景声图在分布特征上存在差异性,根据计算两者间KL距离进行相似度匹配并通过设定最优门限对声图目标有无自动判别。实验证明,利用所提出方法对含有多目标声呐图像判别,其检测品质因子达97.2%,并在不同噪声水平下其检测品质因子对比其他方式平均高出10%,具有较高的检出率和一定鲁棒性。     

平稳小波域局部自适应绝缘子的红外热像去噪

为从强白噪声干扰的红外热像中提取真实的绝缘子盘面温度场信息,提出了一种平稳小波域局部自适应绝缘子红外热像去噪方法。该法假设平稳小波变换子带系数服从拉普拉斯分布,利用最精细分解层子带系数估计噪声方差,使用待估计点圆形邻域系数估计信号方差,根据图像噪信比自适应调整邻域窗口大小,采用最大后验估计器局部自适应估计各高频子带小波系数,最后对处理后的小波系数进行平稳小波反变换得到去噪后图像。实验结果表明,该方法比传统的Wiener滤波法、基于离散小波变换和平稳小波变换的贝叶斯阈值去噪法的信噪比更高,在有效去除图像噪声的同时,图像细节信息保留更完好。     

基于双树复小波变换信号去噪算法研究

离散小波变换被广泛应用于数字信号的去噪处理中,特别是非平稳信号、瞬时时变信号等的去噪,但是有平移敏感性的缺陷。为了克服这种缺陷,文中采用双树复小波变换进行信号去噪,并使用硬阈值、软阈值等准则进行滤波处理。最后采用SNR（信噪比）和MSE（均方误差）来评估两者信号去噪效果。结果表明,双树复小波变换能够较好的保存信号的细节信息,其去噪效果优于离散小波变换。     

基于小波系数均衡方向变换的图像压缩

本文提出了一种新的基于小波系数的均衡方向变换方法,首先用小波变换对图像做多尺度分解,再用改进后的均衡方向滤波器组(uniform directional filter banks,uDFB)对小波变换后的高频子带作方向变换。该变换是对基于小波的contourlet变换的一种改进,它充分利用了小波的非线性逼近特性以及均衡方向滤波器良好的多分辨率和多方向特性,进一步增强了图像的方向特征,同时能有效抑制瑕玷的引入。仿真结果表明,将该方法用于图像压缩可以比基于小波的压缩算法更好地恢复出原图像的轮廓和纹理,并获得较高的峰值信噪比。     

基于双树复小波变换的配电网故障选线

在对配电网故障信号进行处理的过程中,为了减少噪声的影响,将应用于心电信号处理的双树复小波变换用于配电网故障选线,并结合暂态小波能量的改进算法,提出了一种小电流接地系统故障选线新方法。首先将各线路暂态零序电流进行双树复小波变换,得到小波分解系数并计算小波能量。根据电压峰值附近故障和过零点附近故障的信号能量谱特征,通过设定阈值分别比较小波高频能量和低频能量。利用Simulink进行大量仿真,结果表明:与传统离散小波变换相比,双树复小波变换去噪更彻底,而且不受故障合闸角、过渡电阻及系统运行方式等因素的影响,可以快速准确选线。     

基于双树复小波和ICA的电网谐波检测方法

针对电网当中谐波严重的污染问题,提出一种基于双树复小波变换和ICA的电网谐波检测方法。该方法在不需要任何先验知识的情况下,先将混合的电网信号经过两个并行的实小波变换实现信号的分解和重构,得到各分量的最佳分解信号;结合ICA算法对分量信号继续进行盲源分离,解决了分解后频率混叠的问题,可以有效提取和分离电网谐波信息。相较于传统离散小波变换,双树复小波变换处理混合的电网信号时具有更低的频带能量泄露特性。通过仿真模拟电网谐波信号进行实验分析,表明了将双树复小波变换和ICA应用于电网谐波信息提取和分离的有效性。     

基于小波域隐Markov树模型及重要性修正的绝缘子红外图像去噪研究

在小波域隐Markov树模型的基础上,提出了一种基于小波域统计建模与小波系数重要性修正相结合的绝缘子红外图像去噪方法。该方法首先通过对数变换将乘性噪声转化为加性噪声,对对数变换后的图像进行小波变换并对小波域的高频子带系数用混合高斯模型与隐马尔可夫树模型进行建模,并采用EM算法来估计模型参数。在模型参数估计的基础上引入了基于重要性准则的小波系数修正,最后通过小波逆变换与指数变换获得去除噪声后的图像。实验结果表明,与普通的小波去噪方法相比,该方法不但有利于保持图像的边缘信息,有效解决红外图像的边缘模糊问题,而且能提高红外图像的信噪比并得到了较好的视觉效果。     

一种基于双树复小波包的小电流接地选线新方法

针对目前实小波和常用复小波变换存在的缺陷,选用了一种新颖的双树复小波包对其进行改善并增加信号处理结果的可信度.针对传统特征频带选取存在的问题,提出了一种新的特征频带.通过多种实验对比,找到了一种新的频带利用方式.在特征频带内,为了放大故障线路与正常线路的差别提出了新的线路电流频带特征量--双树复小波包特征频带复合熵,最...     

有利图像压缩的小波去噪算法

提出了一种有利于图像压缩的小波图像去噪方法及一种小波系数校验方法.首先利用多个阈值在小波域进行硬阈值迭代去噪,然后利用小波子带的方向性对小波系数进行校验,并将保留的非零小波系数乘以一个比例系数,最后利用小波逆变换获得去噪图像.实验结果表明该方法的去噪效果优于常用方法,接近甚至超过BayesShrink方法.该方法可在有效去除图像噪声与保留较少的非零小波系数之间得到较好的折衷.     

基于自适应小波变换的陶瓷瓦鼓包检测方法

瓷砖表面缺陷检测是瓷砖生产过程中不可缺少的环节，针对具有复杂立体纹理干扰的陶瓷瓦表面鼓包缺陷，为了满足自动化检测的需要，本文提出一种基于自适应小波变换的陶瓷瓦表面鼓包检测算法。首先，提取出陶瓷瓦的红色通道图像，并进行高斯滤波的预处理，抑制噪声；其次，采用自适应小波变换、线性中值滤波的方法增强鼓包与背景区域对比度；最后，利用二值化和形态学的方法，得到鼓包区域的信息。实验结果表明，该算法可以检测具有复杂立体纹理干扰的陶瓷瓦表面的鼓包缺陷，检测准确率达到了98.5%，召回率达到了95.0%。     

基于小波变换的新型SURF图像拼接方法

针对传统图像拼接算法特征点计算量大、耗时较长等问题,提出了一种基于小波变换的新型加速鲁棒特征算法(SURF)图像拼接方法。首先通过Haar小波函数对图像进行二阶分解以获取图像低频成分,并利用小波梯度矢量对低频图像重合区域进行特征点提取,从而实现低频图像下快速获得特征点的变换参数以指导高频图像下的特征点提取;在此基础上,提出一种SURF图像匹配改进算法,利用特征点约束的单向匹配和方向一致等性质,有效剔除误匹配点对,以提高特征点匹配精度和实时性。最后,通过两组实验验证了所提出方法的有效性和可行性。     

A dual filtering scheme for nonlinear active noise control

Active noise control problems are often affected by nonlinear effects such as distortion and saturation of measurement and actuation devices, which call for suitable nonlinear models and algorithms. The active noise control problem can be interpreted as an indirect model identification problem, due to the secondary path dynamics that follow the control filter block. This complicates the weight update mechanism in the nonlinear case, in that the error gradient depends on the secondary path gradient through nonlinear recursions. A simpler and computationally less demanding approach is here proposed that employs the updating scheme of the standard filtered‐x least mean squares (LMS) or filtered‐u LMS algorithm. As in those schemes, the calculation of the error gradient requires a signal filtering through an auxiliary system, here obtained through a secondary adaptation loop. The resulting dual filtering LMS algorithm performs the adaptation of the controller parameters in a direct identification mode and can therefore be easily coupled with adaptive model structure selection schemes to provide online tuning of the model structure, for improved model robustness. Copyright © 2013 John Wiley & Sons, Ltd.     

应用对偶方法的TV图像去噪

介绍了基于梯度算子和基于拉普拉斯算子的TV模型图像去噪,指出了传统模型求解过程中存在不可微项的问题,对传统模型进行改进,提出了基于梯度算子和拉普拉斯算子相结合的TV模型,并用对偶方法求其数值解.引入对偶变量,解决了传统的最优化方法求解过程中存在不可微项的问题,使得所求得的数值解更加接近于原始图像.最后通过实验验证,证明该方法能有效去除噪声,同时能够保持图像边缘,减弱传统模型产生的阶梯效应,并能大幅提高去噪效率.     

混合维纳滤波与改进型TV的图像去噪模型

在图像去噪处理过程中,为了保持图像的边缘及内部纹理信息,提出一种基于全变差改进的加权维纳滤波图像去噪模型。提出的模型利用加权项将维纳滤波与改进后的全变差模型相结合,通过构建新算子建立新的扩散模型使得图像每一个像素点的梯度信息可以自适应地选择去噪的最佳模式来平滑噪声图像,既能够在保护边缘的条件下预先处理高斯噪声,同时可以克服全变差模型的"阶梯效应"。结果表明,新模型不仅能够有效去除噪声,强化边缘还有效地保证了边缘结构的细节信息。在峰值信号噪声比测试中,该模型较之于传统线性滤波法的信噪比提高了20 d B左右,均方差也大幅降低,更具理想性。     

基于Spc-Shrink平稳小波变换的GIS局部放电降噪方法

气体绝缘金属封闭开关设备进行局部放电检测时易受到白噪声的影响。为了有效滤除局部放电信号中的白噪声干扰,提出了一种基于新型噪声阈值规则的平稳小波降噪方法。该方法利用统计过程控制理论确定了小波系数的初始上限和下限,并根据每层小波系数的统计特征迭代更新上限与下限,通过该上、下限求出信号的噪声阈值水平,从而对局部放电信号的进行自适应降噪。所使用的平稳小波变换摒弃了传统小波的下采样步骤,对局部放电信号的表征更为完整。本文对三种5 dB染噪局部放电信号进行噪声抑制,降噪后信噪比达到19.1433 dB,均方根误差维持在0.03以内。而处理实验室平台下采集的染噪局部放电信号,信号抑制比为17.1769。本文所提算法能较好抑制局部放电信号中的噪声,去噪后的波形特征明显,失真程度低。     

局部高斯均差变分保边图像平滑算法

针对图像平滑过程中无法保留细节的问题,提出了基于局部高斯均差变分的保边图像平滑算法。首先,通过统计学分析建立局部高斯均差变分算子。其可以衡量局部梯度与高斯滤波处理后的梯度差异,区分结构和纹理。其次,构建局部高斯均差变分平滑模型,由稀疏求解得到初始平滑图像。最后,针对复杂纹理图像存在纹理残留的问题,提出孤立噪声去除模型。模型通过自适应窗口设定像素值,在不影响结构的前提下去除初始平滑图像中的纹理残留。通过主观、客观实验,与经典的算法对比,证明该算法有更高质量的平滑结果。评价指标整体提升了0.7%。通过压缩伪影去除、HDR色调映射、图像去雾和拉普拉斯金字塔加速的扩展实验,验证该算法在不同视觉任务上的适用性和效率可提升性。     

基于IHS变换与自适应区域特征的遥感图像融合算法

当前较多遥感图像融合算法主要通过独立像素点的像素特征来完成图像子带的融合,忽略了图像子带的区域相关性,导致融合图像存在不连续以及模糊效应等不足。因此,设计了IHS变换耦合自适应区域特征的遥感图像融合算法。引入IHS(intensity, hue, saturation)变换,对多光谱(MS)图像进行分解获取强度分量,将其与全色(PAN)图像进行融合。再通过非下采样Contourlet变换(NSCT)对PAN图像与强度分量进行子带分解,获取高、低频子带信息。并利用图像的区域能量以及区域空间特征,对低频子带融合模型的调节因子进行自适应整定,使得融合低频子带能够包含更多的空间信息。基于图像的区域方差特征来构建高频子带融合模型,使得融合高频子带能够包含更多的纹理信息。实验结果表明,与当前遥感图像融合算法相比,所提算法的融合图像具有更好地光谱特性以及空间特性。