基于改进噪声方差估计的小波阈值语音增强

提出了一种估计语音噪声方差的改进方法,利用语音信号小波系数尺度间的相关性,去除了语音信号细节小波系数对噪声方差估计的干扰。仿真结果表明,方法能准确估计语音信号的噪声方差,尤其当语音噪声较小时,方法比传统的Donoho法更准确。     

基于自适应噪声估计的小波阈值语音增强

文中提出了一种基于小波阈值和自适应噪声估计方法的语音增强算法。该算法直接利用含噪语音信号估计出信噪比SNR,并通过该值调整小波阈值,从而实现了小波阈值的自适应变化。针对噪声的小波变换模值随尺度增大而减小的特性,采用了随尺度变化的小波阈值。并且改进了小波阈值函数。实验数据表明,本文算法在多种噪声环境下,均有较好的语音增强效果。并且在抑制噪声的同时,减少了语音失真。     

小波包域值法去除合成孔径雷达图像斑点噪声

合成孔径雷达(SAR)图像的斑点噪声使图像的解译能力明显降低,影响了SAR图像的应用,去除图像斑点噪声是SAR图像处理及应用的前提。去除的方法在图像域有很多,在频率域,也有基于FFT变换和小波变换的许多方法。文中根据沙漠地区的SAR图像的特点,对基于图像域和频率域的几种滤波方法进行了比较,提出了一种基于小波包变换的SAR图像斑点噪声去除方法,结果表明该方法既去除了斑点噪声,又保持了边缘特征信息。     

使用小波变换的MPSK信号调制类型识别

信号的数字调制类型识别在电子战、电子侦察和威胁告警等领域有广泛的应用前景.本文对小波变换应用于MPSK信号的调制类型识别进行了研究,并提出了一种基于小波变换的提取MPSK信号相位信息的方法.通过对相位信息进行统计处理,可以有效地识别MPSK信号的调制类型.计算机仿真结果表明本文所述方法的有效性和正确性.     

在小波域中进行图像噪声方差估计的EM方法

提出一种估计图像噪声的方法,该方法用混合高斯概率密度模型拟合图像的小波系数中最高频率子带的直方图,用EM算法估计模型的参数,选取其中最小的标准方差作为图像噪声标准方差。用该方法能准确地估计图像高斯噪声的标准方差,尤其当图像的噪声比较弱时,该方法比传统方法更准确。     

基于小波收缩的噪声图像恢复新型算法实现与验证

小波变换技术是近20年发展起来的新的信号处理技术,但对小波的研究由来已久。随着小波理论的不断完善,它以自身良好的时频特性在图像去噪领域受到越来越多的关注。图像去噪是信号处理中的一个经典问题,传统的去噪方法多采用平均或线性方法进行,但是其去噪效果不好,本文基于此目的,采用了连续两次半软阈值去噪的方法,来去除含噪图像的噪声,最后通过MATLAB软件仿真此方法的去噪效果,并与其它去噪方法进行比较,得出本文提出的方法去噪效果更优越。     

基于小波域的红外图像序列噪声分析与去噪

由于相同的去噪方法对不同噪声类型的去噪效果不一样,采用基于小波域的图像噪声类型识别方法,利用小波高频子带系数的直方图识别了图像的两类主要噪声：高斯噪声和椒盐噪声.对红外图像系列的噪声进行了分析,长波红外图像主要受到高斯噪声干扰,中波红外图像主要受到椒盐噪声干扰.提出了一种改进的小波全局阈值去噪方法.仿真实验表明,该方法较传统方法的PSNR提高了2~3 dB,处理速度较快.     

基于贝叶斯估计的小波阈值图像降噪方法

提出一种新的基于贝叶斯估计的小波收缩阈值的图像降噪方法，该方法是通过最小Bayes风险的方法对图像小波变换后的小波系数进行估计，这种对小波系数的估计不仅与子带的方向和层次有关，而且与小波系数的大小有关。试验结果该方法比一般小波收缩阈值方法的降噪效果要好；还表明在峰值信噪比较低时该方法的降噪效果比Wiener滤波差，当峰值信噪比较高时该方法的降噪效果比Wiener滤波好。     

基于小波域HMT模型的图像去噪研究

研究小波域隐式马尔可夫模型树(HMT),提出了一种基于小波域HMT模型抑制高斯白噪声的改进图像去噪算法.首先将噪声图像沿水平、垂直及对角方向进行平移变换;然后对平移后的图像进行小波变换,建立其对应的小波域HMT型,分别进行去噪处理.最后取所有去噪图像的均值作为最终的去噪图像.在仿真实验中,对不同程度污染下高斯白噪声的Lena图像分别采用该文算法、小波域硬阈值与软阈值去噪进行比较.结果表明,该文算法很好地保留了图像的细节和边缘信息;提高了图像的峰值信噪比;抑制了Gibbs效应;具有较好的去噪效果.通过实验仿真可以看出,这种方法较好地去除了白噪声;提高了图像的峰值信噪比;较好地保存了图像的边缘和细节信息;抑制了振铃现象.     

基于非抽取小波变换的遥感图像贝叶斯去噪

图像去噪是遥感图像处理的一个重要方面。文中基于非抽取小波变换,提出了一种贝叶斯图像去噪方法。对小波系数采用广义高斯分布建模,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。实验结果表明：该去噪方法能够有效地抑制正交小波变换产生的人为干扰和伪Gibbs现象,与正交小波变换阈值去噪方法相比具有明显的优越性。     

小波变换方法在高分辩率多光谱图像融合中存在的问题

从理论上证明了小波变换法中存在的方块效应和光谱信息损失，同时证明了方块效应和光谱损失与小波变换的尺度密切相关，实验结果证明了理论分析的正确性。     

在变换域中用HMT图像降噪的研究

研究了HMT（隐马尔科夫树）在变换域中进行图像降噪的应用,就不同复杂程度的图像,不同类型噪声,胶用不同的变换域与传统方法进行比较,得到结论,变换域中的方法比在非变换域中的传统方法优势,HMT在小波域和DCT域有着近似的效果。在高斯白噪声下HMT方法是最有效的,在相关噪声下,降噪效果与图像纹理的复杂度及噪声的强度有关。     

色噪声背景下正弦参量估计的互谱矩和SVD方法

互谱估计方法是用于色噪声背景下正弦信号参量估计的一个十分有效的方法。但以往互谱估计都是采用FFT方法和互周期图法。本文首次将现代谱估计方法引入到互谱估计中,从理论上建立了互相关函数的Yule-Walker方程,并在此基础上进而提出了互谱估计的矩估计法和SVD方法。给出了仿真实例结果。     

自适应提升小波变换与图象去噪

引入了基于提升法的自适应离散小波变换，根据LMS自适应法确定伯恩斯坦预测算子的权重系数，使其自适应匹配特定的数据序列，而且应用该方法结合软域值可实现信号去噪，最后扩展该方法应用于二维图象的去噪，数值实验表明自适应提升小波变换有效地实现了图象的去噪而且保持了图像的边缘和纹理特性，提升法的优点在于其设计上的灵活性和计算简便。     

小波方向子树的分形量化与零树量化相结合

本文通过对标准图像内在相关性的统计分析得出了自然图像具有方向自仿射性的结论,并首次提出了小波方向子树量化的概念。对分别属于水平、垂直和对角方向的尺度压缩因子是相互独立的情况采用小波方向子树量化进行了编/解码分析,同时深入研究了零树小波量化与小波方向子树量化之间的相互关系。实验证明,采用小波方向子树量化与零树量化的混合编码算法可使编码质量有较大的改善。     

一种新的基于小波变换的白噪声消除方法

本文研究了空间分布不均匀信号和白噪声在小波变换下的不同特性,提出了一种新的基于小波变换的白噪声消除方法。这种方法可以对非平稳信号进行消噪处理,解决了传统信号处理方法对非平稳信号的局限性,并且有快速算法能够加以实现。仿真结果证明这种方法具有很好的去噪效果。     

THE WAVELET TRANSFORM BASED PROCESSING MEANS FOR 1/f NOISE IN MILLIMETER WAVE FOCAL PLANE ARRAY

After briefly introducing the characteristics of 1/f noise in millimeter wave focalplane array detectors, the paper analyses the relation of wavelet transform and 1/f noise in detail, suggests the fashion of decorrelating 1/f noise using the wavelet transform and deduces the relative expressions. The results of computer simulation show good effectiveness.     

抑制数字图象中乘性噪声的方法

本文通过研究数字图象中乘性噪声的特点,提出了以加权相加为主的一些抑制方法。文中用典型的乘性噪声模型对理论进行了详细分析,并采用真实的数据进行了实验验证。结果表明:这些方法在处理图象噪声方面,比传统的办法更优越。     

一种空间自适应小波门限去噪算法

提出了一种空间自适应小波门限去噪算法,该算法在小波域对含噪小波系数做两次自适应去噪,两次自适应门限分别基于最大似然(ML)方差估计和最大后验概率(MAP)方差估计.仿真结果表明,该算法与其它自适应门限去噪算法相比,去噪后的图象具有更高的峰值信噪比(PSNR).