基于小波变换的磁记忆信号去噪方法研究

在利用小波变换对油库（站）输油管道的磁记忆检测信号进行消噪处理时，主要有三种方法，基于小波变换的非线性方法能够获得较理想的处理效果。本文详细介绍了基于该方法的信号处理原理，并重点介绍了影响消噪效果的三项因素。非线性方法在工程实践中取得了良好的效果。     

基于小波变换的音频信号去噪

本文主要介绍基于小波变换的软阈值和硬阈值在数据处理中的应用，并用Matlab软件进行仿真。     

基于小波变换的非平稳信号去噪

传统的信号去噪算法往往仅对平稳噪声或缓慢变化的噪声有效, 且残留的信号噪声较大。基于小波变换的去噪算法对传统的小波阈值法进行了改进,根据信号与噪声在小波域的分布特性以及信号和噪声小波变换的模极大值随尺度的变化大小不同,得到噪声在小波域中的位置以及小波系数大小。实验结果表明：该算法对平稳和非平稳的噪声都能进行较好地去噪。     

自适应提升小波变换与信号去噪

文章引入了基于提升法的自适应离散小波变换,根据LMS自适应法使伯恩斯坦预测算子自适应匹配特定的数据序列,而且应用该方法于信号的软域值去噪,数值仿真实验表明自适应提升小波变换同经典的小波变换相比,去噪后信号的信噪比效率相近,提升方法的优点在于其设计上的灵活性和计算简单。     

基于小波变换的信号去噪的应用研究

文章指出了小波变换去噪方法与一般意义下去噪方法的不同,讨论了小波变换算法的优越性,进而提出了利用小波算法对含噪信号进行逐层分析与重构,将原始信号分解为不同频带,滤除不需要的频带,最后用Mallat重建算法得到去噪后的信号,既有效地滤除了信号噪声,又保留了信号的突变性。大量的实验结果和进一步的分析表明,该技术应用在动力系统的去噪研究中将更加有利于系统的稳定运行。     

基于小波变换的光电传感器信号去噪技术研究

光电传感器当前已经在多个领域内发挥了重要作用,即通过对于各类检测信息的获得和传递,让控制系统可以根据获得的相关信息做出各项决策。然而,在实际运行过程中,会由于外部环境以及内部环境的同时影响形成噪声,不利于信号传输的质量保持。基于对小波变换计算方法的分析,该文研究了在光电传感器信号去噪技术中的应用方法,从而让信号的获得和传递质量提升。     

基于小波变换的战场声信号去噪方法研究

在实际战场中,采样声信号不可避免的受到各种噪声和干扰的污染,导致声信号特征提取变得困难而不利于进一步的目标识别。为了有效去除混叠在战场声信号中的噪声信号。运用离散小波理论对其进行阂值去嗓处理。通过对几种去噪方法对比分析和基于MATLAB信号去噪的仿真试验,仿真结果表明对于战场声信号而言,基于Birge—Massart阂值算法具有更好的去噪效果。     

小波变换应用于图象去噪

数字粒子图象测速技术（ＤＰＩＶ－ＤｉｇｉｔａｌＰａｒｔｉｃｌｅ－ＩｍａｇｉｎｇＶｅｌｏｃｉｍｅｔｒｙ）已在国内外得到广泛的重视和应用,但目送２其最大的问题是精度问题,由于ＤＰＩＶ的图象数据是用ＣＣＤ摄像机经相应的图象卡采集示踪粒子图象得到的,这样在实验过程不可避免引入的噪声（主要是示踪粒子大小、示踪粒子数值量、诊断窗口大小、诊断窗口内的速度梯度和量化效果等引入的噪声）降低了实验测量的精度。本文应用     

小波变换的频响特性及其在语音去噪中的应用

讨论小波变换在实际语音信号去噪处理中应用。由于语音信号的复杂性 ,信号本身含有奇异性 ,因此不能单一使用阈值去噪法。文中定义了小波变换频响特性 ,并利用它重构低尺度参数上的小波变换模极大 ,达到去噪目的。实例证明它的有效性     

心电信号的Lipschitz指数与基于小波变换的去噪算法

心电信号是对人类心脏的生理和病理过程进行无创检测最主要的手段，是近年来信号处理领域的一个研究热点。本文在概述小变换理论的基础上，首先通过实验计算测定了心电信号的Ｌｉｐｓｃｈｉｔｚ指数，然后基于小波变换下奇异信号民随机噪声尺度空间中的不同特性设计了一种去噪算法。     

基于小波变换的诱发电位信号去噪研究

基于一维小波变换的方法对诱发电位信号进行了去噪研究。采用小波多分辨率分析方法来处理信号的高频———即噪声部分,分别对仿真信号和实际信号进行消噪处理,比较了去噪前后信号的信噪比等性能指标。实验表明,小波变换方法能较好地消除诱发电位信号的噪声。     

基于子波变换的一种信号除噪新算法研究

针对Donoho去噪算法中阈值难以确定，通过分析白噪声的能量分布在于波变换域随尺度变化的规律，提出了一种采用子波变换来消除信号噪声的新算法。通过对含噪信号的求导运算实现信号与噪声在于波变换域约分离，以达到消除噪声的目的，算法的特点在于能够自动给出信号中噪声的阈值。经过测试，该算法在消除信号中的白噪声时，能够取得比较理想的效果。     

一种新的基于小波变换的边缘检测方法

本文根据经典的基于小波变换的多尺度边缘检测方法,提出了关于一维信号和二维信号的基于相邻尺度上小波变换乘积的边缘检测方法,该方法可以有效地增强边缘和抑制噪声,对一维和二维信号的计算机仿真实验表明该方法是正确的和有效的。     

基于有限Ridgelet变换的图像去噪

Ridgelet变换是一种新的图像多尺度几何分析（MGA）方法,它能有效地对图像进行多尺度,多方向的描述。M．N．Do提出一种可逆的,正交化的,极好重建性的Ridgelet变换实现一有限Ridgelet变换（FRIT）。本文将有限Ridgelet变换应用到线状边界明显的图像去噪中,实验结果表明,它比小波去噪取得更好的效果。     

一种基于小波变换的静止图像编码方法

随着小波分析的理论研究水平不断提高,其应用领域也在不断地扩展。特别是在信号和图像处理方面,由于小波变换具有良好的时频局部化性能,使其在该领域有着广泛的应用。本文通过对小波函数、多分辨分析等小波变换的有关概念和理论的介绍,以及对矢量量化方法的分析,提出了一种基于小波变换和矢量量化的图像编码方法,并在计算机上模拟实验,得到较好的重建效果。     

一种基于脊波变换的图像去噪方法

Ridgelet是继小波变换(Wavelet)后提出的一种新型的多尺度分析方法,它特别适合于具有直线或超平面奇异性的二维信号的描述,而且具有较高的逼近精度.利用脊波变换的方法,设计了一种基于脊波变换的改进的图像去噪算法,该算法采用指数型阈值函数,利用SureShrink自适应阈值.试验结果表明,该方法比起Wavelet全局硬、软阈值,Ridgelet全局硬、软阈值,具有明显的优越性.     

基于小波变换在强干扰条件下印刷体汉字处理研究

本文提出了在有相当强烈的干扰条件下．基于Haar小波变换的印刷体汉字处理的一种新方法。此方法只对反映原始字符信号概貌的小波变换低频部分保留,同时忽略包含大量干扰信号的高频部分,由此达到剔除大部分干扰信号的效果。实验结果表明本文提出的方法具有良好的去干扰特性,为汉字处理提供了新的思路。     

基于小波变换的雾天图像增强方法

针对雾天图像对比度低、能见度差的特点,提出了雾天图像的阈值确定模型和去雾阈值函数,并在此基础上提出了一种基于小波变换的雾天图像增强方法。实验结果表明,用该方法对雾天图像处理后,图像的清晰度和对比度提高很多,视觉效果有明显改善,图像失真度大大地降低。     

基于小波多尺度积的图像增强新算法

在分析小波变换对噪声影响规律的基础上,结合小波多尺度积的特性,提出了一种基于小波多尺度积的图像增强新算法,利用二进小波变换中各尺度上小波系数间的相关性,有效改善了图像增强过程中噪声放大问题.     

一种基于小波变换的脉搏波速度测量方法

动脉脉搏波速度变化是动脉血管病变的指示剂,因此脉搏波速度的检测对血管疾病的预防和治疗有很大的帮助作用.脉搏波中夹杂的各种噪声干扰会影响测量结果精度.利用小波变换可以去除脉搏波中的各种干扰,实现波形的平滑重构,为提高测量精度打下基础.脉搏波波速的测量精度在很大程度上取决于波速参考点的提取,首次采用二次差分峰值点作为波速参考点,提高了测量精度.临床实验证明,新方法能够有效地分析出脉搏波速度,有助于动脉血管弹性程度的辅助诊断.