基于小波变换的MR图像的去噪处理

根据小波变换多尺度下图像信号与噪声不同性质的理论,提出了一种新的MR图像去噪处理 算法,这种算法直接比较相邻小波域的系数,根据比较结果设立滤波器去除噪声。计算机模拟结果表明:这种算法的速度快,能去除渗噪图91%的噪声,图像的信噪比从3.1861提高到了13.4784。     

基于模极大值和尺度理论的音频降噪方法

在数字化时代,音频的转录或录制都会引入噪音,但是历史音频保存和音频资料处理需要纯净的音频信号,因此音频降噪研究有着重要的现实意义。该文首先介绍了二进小波和奇异性指数,并阐述了尺度跟踪和模极大值重构等理论,在Mallat工作的基础上,提出了一种基于小波滤波的音频降噪方法。该方法首先引入补偿因子削减二进小波变换对系数造成的影响,并计算带噪音频的小波系数和模极大值;然后基于信号和噪声奇异指数不同的特点,结合阈值降噪和尺度跟踪理论,采用层间相关搜索去除噪声的模极大值;最后利用交替投影算法,重建音频信号。本文用该方法处理带click和hiss噪声的音频信号,跟小波阈值方法和小波包方法相比,能达到较好的听觉效果和信噪比。同时观察信号的波形图及模极大值演示图,发现本方法都表现出优异的降噪效果。     

基于重分配配算法和奇异值分解的多小波脊线提取

小波脊线能较好地揭示信号瞬时频率变化情况。针对目前多小波脊线提取方法存在的问题,提出了一种多小波脊线提取的新方法。该法通过连续小波变换得到小波尺度谱后,利用重分配算法对其进行处理,再通过奇异值分解降噪,然后通过求小波系数的模极大值点来提取各分量的小波脊线。与其它方法相比,该法更加适合于某些分量具有较大载波频率的低信噪比多分量AM-FM信号的小波脊线提取。在齿轮故障特征提取中的应用结果也验证了所提方法的有效性和实用性。     

一种抽样小波域的遥感影像融合新方法

针对传统图像融合方法的不足,提出了一种新的基于IHS变换与抽样小波变换的高清晰遥感影像融合方法.该方法将直方图匹配后的全色影像的高频系数作为融合后的高频系数,而融合后的低频系数依据新提出的融合规则得到,最后采用小波逆变换与逆IHS变换获得融合图像.实验结果表明,该方法在提高融合影像的空间分辨率与光谱质量之间得到了更好的折衷.该方法的计算复杂度接近于常用的基于抽样小波变换的融合方法,明显少于基于非抽样小波变换的融合方法.     

自适应神经网络模糊小波语音消噪算法

针对有色噪声,采用自适应神经网络模糊系统模糊(Auto Neural Fuzzy Inference System,ANFIS)逼近有色噪声,利用自适应神经模糊推理系统ANFIS对噪声的非线性动态特性进行建模,提出了语音自适应神经网络模糊小波消噪算法,建立并训练了消噪系统。对被有色噪声污染的测量信号经模糊消噪后,根据信号和噪声的小波系数在不同分解尺度上的传递性,进行中值滤波和小波重构,得到了干净的语音。对算法进行了仿真实验,结果表明,消噪效果明显。     

Filter for biomedical imaging and image processing

Image filtering techniques have numerous potential applications in biomedical imaging and image processing. The design of filters largely depends on the a priori, knowledge about the type of noise corrupting the image. This makes the standard filters application specific. Widely used filters such as average, Gaussian, and Wiener reduce noisy artifacts by smoothing. However, this operation normally results in smoothing of the edges as well. On the other hand, sharpening filters enhance the high-frequency details, making the image nonsmooth. An integrated general approach to design a finite impulse response filter based on Hebbian learning is proposed for optimal image filtering. This algorithm exploits the interpixel correlation by updating the filter coefficients using Hebbian learning. The algorithm is made iterative for achieving efficient learning from the neighborhood pixels. This algorithm performs optimal smoothing of the noisy image by preserving high-frequency as well as low-frequency features. Evaluation results show that the proposed finite impulse response filter is robust under various noise distributions such as Gaussian noise, salt-and-pepper noise, and speckle noise. Furthermore, the proposed approach does not require any a priori knowledge about the type of noise. The number of unknown parameters is few, and most of these parameters are adaptively obtained from the processed image. The proposed filter is successfully applied for image reconstruction in a positron emission tomography imaging modality. The images reconstructed by the proposed algorithm are found to be superior in quality compared with those reconstructed by existing PET image reconstruction methodologies.     

基于改进多阈值小波包的去噪算法及应用

提出一种改进多阈值小波包的去噪算法,解决了单一阚值对噪声去除不完全和对一些有用信号无差别去除的问题。应用在智能交通的图像去噪中,解决了不完全及错误去除图像信息的问题。首先采用小波包分解重构算法对图像进行预处理,得到更多的边缘细节。然后针对不同能量对应不同频段的特点,自适应地合理设置阈值,对不同频段下的噪声采用不同阈值去除。实验表明,该方法有效去除噪声,保留了图像的边缘和细节。     

动态定量称量包装系统滤波算法

目的为了提高动态定量称量包装精度,提升数据采集和信号测量的准确性。方法分析定量称量系统的组成以及工作原理,并针对系统中存在的噪声,提出一种基于小波包滤波的称量包装滤波算法。通过塔式分解方法实现快速离散小波包变换,由离散卷积方程得到小波包分解系数,进而完成滤波算法的重组。结果通过仿真和实验结果可知,小波包滤波方法能够很好地滤除动态称量信号中的噪声,提升了有用信号的品质。结论该滤波算法提升了动态定量称量系统的稳定性,提高了称量包装精度。     

基于改进零树小波的红外图像盲水印算法

提出了一种小波域自适应盲水印算法,采用（7,4）汉明码技术进行纠错编码。基于整数小波变换,在中高频区采用不重复零树小波编码,自适应的量化小波系数,将水印嵌入到重要系数上。水印提取过程不需要原始图像的参与。实验结果表明,算法自适应性强,实现速度快,具有较好的不可见性,对常见的JPEG压缩、滤波、加噪、剪切等攻击具有较强的鲁棒性。     

全封闭设备舱对隧道内160 km/h地铁气动声源影响#br#

随着地铁列车速度提升至160 km/h，隧道环境下地铁列车表面气动激励显著增强。应用大涡模拟对隧道内160 km/h 地铁列车脉动流场结构和表面气动噪声源进行数值仿真，定量评估全封闭设备舱设计对地铁列车气动声学性能的优化效果。结果表明：全封闭设备舱设计能够疏导车底气流，使车底气流更多集中在转向架舱两侧溢出，同时引起车下主要涡结构尺度增大。对应的，列车整车车体气动噪声源能量减小约2.9 %；其中头车、中车1 分别增大5.7 %和9.4 %，中车2 和尾车分别减小4.2 %和13.8 %，各节车体声源能量分布更加均匀；列车高频声源能量减小，整车800 Hz峰值频谱能量减小约4.0 %。研究成果将为160 km/h地铁列车气动降噪设计提供参考。     

基于小波变换的主动水声信号检测

信号检测是水声信号处理领域的研究重点之一。文章通过对水下航行器自噪声特性的研究，发现其具有1／f衰减特性，同时利用小波变换对1/f信号有类似K—L展开的作用，提出了一种基于小波变换的信号检测方法，对1/f噪声背景下的主动水声信号进行了检测；文中详细推导了相应的检验统计量及其统计分布特性；同时，将该方法与匹配滤波器、能量检测器的检测性能进行了比较，仿真试验结果表明了本方法的有效性。     

基于各向异性扩散滤波与非局部先验的PET图像重建算法

针对在正电子发射断层成像中,经典的惩罚最小二乘算法和基于局部先验惩罚的改进算法不能有效地抑制噪声并保护图像边缘的问题,提出了一种新的各向异性扩散滤波非局部惩罚最小二乘重建算法(PLS-PDE).新算法首先对图像进行基于非局部二次先验的最小二乘估计,接下来对此估计值进行基于双向扩散系数的各向异性扩散滤波.所提出的算法综合了非局部先验与各向异性扩散滤波的优点.实验结果表明,新算法在抑制噪声和边缘保护方面取得了良好的折中,较大程度地改善了重建图像的质量.     

Color image denoising using evolutionary computation

Noise suppression in multichannel data sets, such as color images, has drawn much attention in the last few years. An issue of paramount importance in designing color image filters is the determination of the coefficients that should be used to weight the inputs to the filter. In this study, we propose an evolutionary computation‐based approach to select and optimize the coefficients in the class of weighted vector directional filters. Using a genetic algorithm, we were able to adapt the filter weights to match varying image and noise characteristics. Extended experimentation with realistic image processing applications, including television image enhancement and virtual restoration of artworks, indicates that the proposed filters are capable of removing noise while preserving chromaticity information, edges, and fine details, as well as structural image content. © 2006 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 15, 236–251, 2005     

小波多辨率CT成像及处理算法

分析了小波变换进行低分辨率快速图像轮廓重构和局部区域精确重构的算法。在这种算法中，滤波器与小波有关，从而可由反投影得到各种小波图像。通过小波多尺度分析和小波系数控制，提出一种简单算法进行图像增强和噪声去除。与标准的算法相比，该算法提高了重建速度和图像精度。     

一种新的边缘保持分水岭的图像分割算法

为了达到抑制分水岭过分割和保持物体边缘信息不受破坏的双重目的,提出了一种新的边缘保持水岭(Watershed)算法.首先,根据K-均值聚类将图像分成多块;然后利用噪声标准差构造相对应的双边滤波器平滑每块图像;接着计算形态学梯度,对梯度图像进行H-minima标记;最后对标记图像进行分水岭分割.该算法将双边滤波和分水岭算法相结合,有效地抑制了过分割并且较好得保持了物体边缘信息.     

An improved adaptive wavelet shrinkage for ultrasound despeckling

Ultrasound imaging is the most widely used medical diagnostic technique for clinical decision making, due to its ability to make real time imaging for moving structures, low cost and safety. However, its usefulness is degraded by the presence of signal dependent speckle noise. Several wavelet-based denoising schemes have been reported in the literature for the removal of speckle noise. This study proposes a new and improved adaptive wavelet shrinkage in the translational invariant domain. It exploits the knowledge of the correlation of the wavelet coefficients within and across the resolution scales. A preliminary coefficient classification representing useful image information and noise is performed with a novel inter-scale dependency measure. The spatial context adaptation of the wavelet coefficients within a subband is achieved by a local spatial adaptivity indicator, determined by using a truncation threshold. A weighted signal variance is estimated based on this measure and used in the determination of a subband adaptive threshold. The proposed thresholding function aims to reduce the fixed bias of the soft thresholding approach. Experiments conducted with the proposed filter are compared with the existing filtering algorithms in terms of Peak-Signal to Noise Ratio (PSNR), Mean Square Error (MSE), Structural Similarity Index Measure (SSIM), Equivalent Number of Looks (ENL) and Edge Preservation Index (EPI). A comparison of the results shows that the proposed filter achieves an improvement in terms of quantitative measures and in terms of visual quality of the images.     

小波域高斯混合模型方差估计近红外降噪方法

针对抑制近红外光谱噪声与保留光谱信号细节的矛盾,提出一种基于噪声方差估计的小波域降噪方法.该法对光谱信号小波域高频系数建立了两状态高斯混合模型,用EM算法估计模型系数,推证模型对噪声方差准确估计特性,将估计得到的噪声方差建立了阈值降噪模型.实验建立黄酒近红外光谱快速预测酒精度偏最小二乘模型,对比分析Penalty阈值、...     

一种结合小波变换和维纳滤波的图像去噪算法

目的为了有效消除噪声图像中的椒盐噪声、高斯噪声甚至混合噪声,结合维纳滤波的优势和小波分解各分量的特点,提出一种新的图像去噪算法。方法该算法先将含噪声图像进行小波变换,分离出1个低频分量和3个中高频分量,然后对低频分量进行自适应维纳滤波,对3个中高频分量用Canny算子提取边缘,最后将处理后的4个分量进行重构得到去噪后的图像。结果仿真结果表明,该算法对扫描仪引入的常见噪声均表现出较好的去噪效果,PSNR值均大于20 d B。尤其是对于高斯噪声和混合噪声,新算法去噪后的PSNR结果高于维纳滤波、软阈值小波滤波和文献[9]算法1~8 d B,效果较好。结论结合小波变换和维纳滤波的图像去噪算法,能够较好去除噪声图像的多种类型噪声,是一种较为优秀的去噪算法。     

基于小波系数非线性连续函数衰减的脑电信号去噪

环境噪声和工频噪声的干扰对脑电信号(EEG)的进一步处理和分析带来极为不利的影响。针对传统小波系数软阈值消噪方法去噪后产生的波形失真和硬阈值消噪方法去噪后产生的振荡现象,提出了一种新的小波系数非线性连续函数衰减处理算法。通过小波系数的非线性衰减处理,使低值端小波系数连续函数的变化介于硬软阈值函数之间,有效避免了处理后的波形失真和振荡。通过实验数据比较,证明处理后的脑电信号信噪比和均方误差均优于传统的小波去噪处理方法。     

采用零树结构分类小波系数的红外图像降噪

红外图像易受噪声污染,为了改善红外图像的质量,提出了一种基于零树结构分类小波系数的红外图像降噪算法.该算法利用小波零树结构表达尺度间的相关性,通过空间自适应阈值将小波系数进行分类,并根据不同类系数的统计特性采用不同的先验分布模型,在贝叶斯框架下实现降噪.实验结果表明,本文算法在峰值信噪比(PSNR)指标上优于传统算法;从视觉效果来看,该算法在有效去除图像噪声的同时能较好地保持空间细节,可以满足当前红外图像降噪的需求.