改进的小波双阈值双因子函数去噪

针对传统的小波阈值函数在阈值处不连续、小波估计系数存在偏差等不足,导致去噪后的信号产生吉布斯振荡、失真和信噪比(SNR)无法提高等问题,提出了一种改进的小波阈值函数去噪方法。与传统的软、硬阈值和半软阈值等函数相比,该函数不仅在阈值处连续,便于运算处理,而且由于双阈值变量和双可变因子的引入,使得该函数既兼容了传统阈值函数的优点,还可以通过调节双阈值和双因子,来提高实际应用的灵活性。为了验证该阈值函数的优越性,通过仿真实验并对比几种小波去噪方法的信噪比和均方根误差,实验结果表明,经本阈值函数去噪后的信号在平滑度和失真度上有较大改善,相比软阈值函数,信噪比提高了22.2%,均方根误差减小了42.6%。     

基于改进阈值函数的小波变换图像去噪算法

针对传统硬阈值函数在阈值处的不连续、软阈值函数中小波系数与小波估计系数之间存在的恒定偏差问题,提出一种基于改进阈值函数的图像去噪算法。该算法结合改进阈值函数的优点,通过设置适当的调整参数动态选取固定阈值,增加调节因子来降低原小波系数和估计小波系数之间的恒定偏差,从而提高重构图像和原图像的逼近程度。改进后的阈值函数在阈值处满足连续性,同时满足函数的渐进性和高阶可导性。仿真结果表明,采用改进后的阈值函数进行图像去噪,视觉效果好,PSNR和SNR都提高了,MSE有所降低,去噪效果得到了优化。     

基于新阈值函数的小波阈值去噪算法

针对硬阈值函数不连续和软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺点,构造了一种新的阈值函数.同时,为了增强去噪效果,采用了模糊控制算法对新阈值函数中的参数进行实时、动态地调节.仿真结果表明:新阈值函数去除噪声效果良好,信噪比和均方根误差等性能指标较传统阈值法均有显著提高.     

基于一种新的阈值函数的小波图像去噪

文中在D. L. Donoho和I. M. Johnstone提出的小波阈值去噪基础上,提出了一种改进的阈值函数。该阈值函数采用双阈值模式,通过逐渐增大对小波系数的缩减力度来处理双阈值之间的小波系数,尽可能多地保留有用信息,直至小波系数缩减为零。在这里引入了一个控制变量来调节系数的缩减幅度。与传统的软、硬阈值方法相比,改进的阈值函数最大的优点是函数连续且减小了估计系数的误差。通过仿真实验,从视觉和客观评价标准（峰值信噪比和均方根误差）上验证了新阈值函数去噪的有效性。     

一种改进的小波阈值高斯噪声图像降噪方法

关于图像传输的优化问题,针对传统小波阈值降噪方法,为了克服硬阈值函数不连续,软阈值函数中估计小波系数与分解小波系数之间存在恒定偏差,构造了一个新的非线性阈值函数,通过调整参数可视化地改变阈值函数的形状,将Dono-ho的硬阈值和软阈值作为两种特殊的情况.算法采用对非重要小波系数的处理,不是均设为0,系数可由多项式调节以接近理想小波系数,并进行仿真.仿真结果表明,算法对图像中的加性噪声能很好地去除,并且较好地克服了传统软、硬阈值存在的振荡和边界模糊偏差缺陷,改善了图像质量.     

基于新阈值函数及最优尺度的小波去噪研究

在Donoho D L和Johnstone I M提出的小波阈值去噪算法的基础上,首先构造了一种新的阈值函数。与传统软、硬阈值函数相比,新阈值函数不但连续,而且高阶可导,克服了硬阈值函数不连续及软阈值函数中小波估计系数与分解系数之间存在恒定偏差的缺陷。同时,为了获得更好的去噪效果,提出了基于白噪声?字2检验确定小波最优分解尺度的方法。最后,通过数值仿真实验,证明了基于白噪声?字2检验方法的有效性;在最优分解尺度下,新阈值函数在信噪比增益和最小均方误差意义上均优于传统阈值函数。     

基于多重小波变换与新阈值函数的去噪方法研究*

基于小波分析的特点,提出了一种对信号数据进行多重小波变换阈值去噪的方法。新的阈值函数的构造是在研究D.L.Donoho和I.M.Johnstone提出的小波阈值去噪方法的基础上完成的。与传统的软硬阈值函数相比,新阈值函数在整个定义域内统一定义,表达式简单易于计算,与软阈值函数一样具有连续性,而且是高阶可导的,便于进行各种数学处理,克服了硬阈值函数不连续、软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺点。仿真实验结果表明,采用新的阈值函数的去噪效果在信噪比增益和最小均方误差意义上均优于传统的软     

基于小波阈值改进算法的动调陀螺信号去噪

针对传统阈值函数对动调陀螺输出信号去除噪声存在阈值函数不连续或恒定偏差问题,在D.L.Donoho和I.M.John-stone提出的多分辨分析小波阈值去噪方法的基础上,提出了一种新的阈值函数;新阈值函数表达式简单易于计算,在对动调陀螺漂移信号去除噪声时,它既克服了硬阈值函数不连续的缺点,同时又克服了软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺陷,具有硬、软阈值函数不可比拟的灵活性;通过动调陀螺实测信号的实验表明,新阈值函数可以有效地去除白噪声干扰,无论在视觉效果上还是在信噪比和均方误差定量指标上,均优于传统的去噪方法,具有较高的实用价值。     

非高斯噪声背景下小波阈值算法分析

针对小波阈值算法以高斯噪声为研究背景的局限性,为解决硬阈值函数不连续和软阈值函数估计小波系数和分解小波系数存在恒定偏差的问题,在非高斯噪声背景下提出一种新的小波阈值算法。新阈值函数从Garrote阈值改进而来,引入了高阶幂函数。该算法首先对加入一类非高斯噪声的信号进行小波分解,然后根据新的阈值函数对每层高频小波系数进行量化,最后用小波分解的低频系数和处理过的高频系数重构信号。在非高斯噪声背景下进行的仿真结果表明,新阈值函数去噪相对于软阈值、硬阈值、两类改进阈值以及Garrote阈值在信噪比和最小均方误差上都得到了改善。     

基于新阈值函数的小波阈值去噪算法

针对传统小波阈值函数在阈值处的不连续性、小波估计系数存在偏差等不足,导致去噪后的图像出现失真、产生吉布斯震荡等问题,提出了一种改进的阈值函数,与常用的硬阈值、软阈值以及已有改进的阈值函数相比,该函数不仅易于计算,而且具有优越的数学特性。为了验证该阈值函数的优越性,通过仿真实验对几种小波去噪方法的峰值信噪比（PSNR）与均方差（MSE）进行了对比。实验结果表明,此去噪方法无论是在视觉效果上,还是在均方差和信噪比性能分析上均优于常用的阈值函数。