SAR相干斑噪声的抑制

研究了相干斑噪声抑制技术,提出了(1)增强小波软阈值相干斑噪声抑制方法.考虑SAR杂波复杂情况,不同类型的区域滤波要求不同,将小波软阈值滤波方法与SAR杂波特点结合.(2)增强小波维纳相干斑噪声抑制方法.基于合成孔径雷达图像杂波结构,结合小波变换和自适应维纳滤波提出了新的抑制SAR图像相干斑噪声方法,该方法能够较好保留杂波边缘和点目标.实验表明这两种相干斑噪声抑制方法能够获得比较满意的效果,并且增强小波维纳方法略优于增强小波软阈值方法效果.     

Steerable Pyramid分解域地震强随机噪声衰减

为解决油气地球物理勘探中地震资料的噪声问题,研究了Steerable Pyramid分解阈值去噪对地震资料强随机噪声背景下弱信号识别的影响。根据地震资料弱信号的Steerable Pyramid分解系数值较小的特点,从Steerable Pyramid分解域硬阈值去噪出发,采用降低阈值的方法保护Steerable Pyramid分解系数值较小的弱信号,同时针对时域噪声残留采用均值平滑的方法保证去噪效果。经过理论模型和实际资料实验,得出在Steerable Pyramid分解域采用硬阈值降阈值+均值滤波的方法可以从较强的噪声背景中识别出弱信号,并且保证信噪比有足够的提高;在去噪的同时,不但连续性好,反射强的同相轴得到了增强,而且即使连续性差,反射弱的同相轴也得到了有效的保留。采用本方法去噪伪影较少,剖面的保真度较高。     

基于局部化自适应阈值的小波图像降噪

为了能在去除图像噪声的同时有效地克服Gibbs现象,得到令人满意的视觉效果,提出了一种基于局部自适应阈值的小波图像降噪方法.该算法利用局部化信息和层间相关性理论,对小波系数进行分块分类处理.该算法首先把图像划分成子块,通过调节全局阈值得到各个子块阈值,从而有效地利用了局部信息,有选择地对图像进行降噪处理.算法加入自适应的步骤,对于不同尺度的子带,分别赋予大小不同的阈值,使算法具有更好的自适应性.试验结果表明, 与其他几种传统降噪方法相比,该方法能获得较好的降噪效果.     

基于数字图像处理的裂缝检测方法

为保证图像质量,提出一种基于阈值判断的自适应中值滤波(TAMF)新算法。通过扩充图像边界,将噪声图像与对其进行中值滤波后的图像相减得到的灰度值均值T作为判断条件,对搜索窗口内的噪声像素点采用中值滤波处理后输出结果,信号点则不做处理。使用几种滤波算法进行试验分析,结果表明,不同浓度的椒盐噪声均可采用TAMF算法进行滤除,该算法能有效保护图像边缘细节,在PSNR和MSE等图像性能指标上维持较高的水平,为后续裂缝宽度测量提供良好环境。数字图像处理通过获取图像(裂缝)灰度信息,对图像(裂缝)特征进行提取;然后,基于TAMF算法与改进的切线垂线法,将数字图像处理中的图像预处理、裂缝骨架提取、裂缝宽度计算等方法进行集成,提出一套基于数字图像处理的混凝土裂缝图像宽度测量流程,该测量流程所需设备单一,可大幅提高检测精度和效率,满足工程应用要求。     

传声器阵列波束比判决语音增强方法

针对单一波束形成器难以深度抑制空间相干干扰的问题,提出了一种综合了最小方差无畸变响应波束形成器与对称子阵延时求和波束形成器的语音增强方法。定义了一种波束输出比因子,根据该因子在目标声区域和干扰声区域的幅值变化,给出了采样协方差矩阵对角加载量的调整方法,并进一步利用该因子在后滤波环节对空间干扰进行判决滤波。文中对判决滤波时的上限阈值和下限阈值的实时更新方法给出了说明。所提出的算法能进一步抑制空间干扰和噪声,且可满足实时需要。在传声器圆阵上的实验表明,该方法在输出信干噪比及语音质量上,均优于经典对角加载算法及采样协方差矩阵扫描重构算法。     

基于小波变换的爆破地震安全能量分析法的应用研究

根据爆破地震信号具有持时短、变化快等特点,结合工程爆破地震监测资料,利用小波包良好的时频局部化性质,对爆破地震信号的能量分布特征进行了分析,得到了爆破地震信号不同频带上的能量分布。进而,根据爆破地震信号不同频带的特征频率与受控建筑物自振频率之间的关系确定爆破地震对建筑物的影响。最后,通过工程实例说明了该方法比用单一强度因子作为爆破地震的安全判据更加有效。     

利用同步挤压变换检测微地震信号

针对低信噪比微地震监测资料识别和检测微地震事件的难题,利用同步挤压小波变换(SWT)对微地震监测资料进行处理。结果表明,同步挤压小波变换具有较高的时间和频率分辨率,可将时域微震监测信号转化成高分辨率的时频谱,精细刻画了微地震监测信号的时频特征。分析微地震信号和噪声的时频特征,设计二维时频域滤波器,在时频域进行滤波,去除噪声,保留微地震信号时频谱,然后对滤波结果进行同步挤压小波反变换,恢复微地震波形,从而实现对微震事件的检测;同时,利用微地震信号的时频分布变化特征确定微地震到达时间。利用同步挤压小波变换对模拟信号和实测油田压裂微震资料的微地震信号进行检测,结果表明,同步挤压变换具有较好的应用效果,且优于S变换和带通滤波。     

一种基于小波分析的阈值去噪算法

利用信号和噪声在小波变换中不同尺度上具有不同的特性,提出了基于小波变换的去噪方法。经过小波变换后的信号,在其小波系数中包含了实际信号的重要信息特征,表现为幅值较大的小波系数,而噪声产生的小波系数幅值较小。通过在不同尺度上选取适当的阈值,对大于和小于该阈值的小波系数进行相应的处理,以得到去噪后的信号。     

结合Wallis滤波的数字影像特征提取算法

针对Wallis滤波在增强影像对比度的同时也增强了影像上噪声信息不利于后续特征提取的问题,提出了1种结合Wallis滤波的数字影像特征提取算法。该算法在Wallis滤波对影像进行处理前,首先采用自适应平滑滤波对影像进行平滑去噪,避免后续噪声被放大;然后,分别采用Moravec算子和相位编组方法对二次滤波后的影像进行特征点、特征线提取。并与原始影像和直接基于Wallis滤波处理后影像的特征提取结果进行对比分析,结果表明,特征提取数目较原始影像有所增加,特征线连续性较好,验证了算法有效性。     

基于小波变换的爆破地震信号阈值去噪的应用研究

运用小波变换多尺度分析的思想,在不同的尺度下观察信号不同的局部化特征。利用小波系数的统计特性和噪声本身的性质,应用信号特征估计信号中的噪声形态,提出了一种爆破地震信号小波变换阈值去噪的方法,在小波阈值去噪中准确估计噪声阈值水平,使在消除信号噪声的同时保留信号中弱特征成分。通过理论和实践证明了这种方法能够有效地消除爆破地震信号中的噪声。