基于matlab的小波变换去噪性能的研究

文章分析了在小波变换下,信号和噪声所具有的小波系数性质的不同,对用户接收的信号进行噪声的滤除。小波的多分辨特性能将信号在不同尺度下进行多分辨的分解,并将交织在一起的各种不同频组成的混合信号分解成不同频段的子信号,针对信号经小波变换后在不同分辨率下呈现不同的规律,那么就在不同分辨下设定不同的阀值门限,通过调整小波系数,达到去噪的目的。     

一种改进的小波阈值法在CT图像去噪中的应用研究

医学cT图像去噪是医学图像处理的重要组成环节,小波阈值法去噪是信号处理中的一种重要方法。本文在分析经典的软阈值和硬阈值降噪方法的基础上,提出了一种改进的方法,克服了软阈值和硬阈值方法的缺点。通过仿真实验,结果表明本文提出的改进方案明显优越于单纯的软阈值和硬阅值方法。     

基于小波变换的轧机振动信号降噪技术研究

由于轧机振动信号受到强烈的噪声干扰,给故障特征的有效识别和准确提取带来很大困难。直接采用频域分析方法诊断早期故障的收效甚微。利用小波分析的“带通滤波”特性,可以将信号按照特定的频段进行分解,分解后的单层重构可以将噪声与可用信号进行成功分离;根据预先设定的阈值对高频分解系数处理后进行全局重构同样可以达到消噪的目的。对于现场采集的轧机振动信号,多种方式的消噪结果表明,含有故障特征的低频信息被成功提取。     

基于调幅加网的微观防伪网点算法研究

目的基于阈值矩阵的加网方法设计出具有微观结构防伪功能的艺术网点,并对潜在的应用价值进行探讨。方法研究分析最小阈值矩阵加网的算法及原理,对阈值矩阵进行改进,使其产生微观的艺术效果。结果可以实现在不同角度上微观艺术网点设计,计算机完成加网实验,在不同色版上都得到了具有微观艺术形貌的加网图像,而且四色重组后的印刷图像达到了理想的半色调化效果。结论基于最小阈值矩阵设计的微观艺术网点可以实现调幅加网在网点层次的防伪,建立了具有微观艺术效果的网点系统,并且与光栅防伪等其他的防伪技术相结合。     

基于Am/Fm半色调的混合加网算法研究

分析最新的数字加网技术,对混合加网的算法进行了改进.首先根据图像阶调变化快慢对待加网图像进行区域分割,对阶调变化平缓的区域采用点聚集态抖动加网,对阶调变化剧烈及细微的层次采用AM/FM半色调方法.利用了调幅、调频加网各自的优势,改善了调幅与调频半色调之间的过渡,实现了在较低分辨率的设备上得出高精度的输出图像.     

基于多重小波变换的力微分信号去噪研究

将多重小波变换应用到机器人力控制系统的力微分信号获取中,采用浮动阈值法消除力微分信号中混人的噪声,并将其与传统的低通滤波方法进行比较.结果表明,多重小波变换在用于力微分信号的去噪上比传统的方法具有更好的效果.此研究对提高机器人力控制系统的稳定度和品质具有重要价值.     

纸张表面性能对调频加网数字印刷图像阶调密度的影响

目的研究不同纸张表面性能对印刷品不同阶调密度的影响程度。方法选取6种铜版纸,测量其白度、光泽度、PPS粗糙度、表面强度等纸张表面性能,用喷墨打印机在不同纸样上分别模拟印刷不同阶调的梯尺色块,通过密度计测量各印刷色块的密度,并用灰关联分析法分析实验数据。结果白度的灰关联R值较大,其次为PPS粗糙度的R值,表面强度和光泽度对不同颜色和不同阶调有不同的影响程度,且不同纸张表面性能对黄品青黑四色的影响程度不同。结论纸张白度与印品阶调的关联度较大,在实际生产中,为根据需要的印刷效果选取不同的纸张性能提供依据。     

基于改进阈值函数的小波去噪算法研究

针对用小波变换进行信号去噪的阈值函数设定问题,在传统软、硬阈值函数去噪的基础上,提出一种改进的阈值函数方法,并与极大重叠离散小波包变换相结合,从而得到一种改进阈值函数的小波去噪方法。[Matlab]仿真结果表明：去噪方法提高了重构信号的信噪比,有效除去噪声,且保留原始信号的细节特征,是一种较好的信号消噪方法,在股票去噪中具有较高的实用价值。     

基于小波去噪和EMD的信号瞬时参数提取

为了消除随机噪声对经验模式分解（EMD）质量的影响,提出利用小波去噪作为EMD的预处理,并结合希耳伯特变换提取信号瞬时参数的方法。研究了经验模式分解与希耳伯特变换相结合的提取信号瞬时参数的EMD／HS法,并针对随机噪声的影响,提出了基于阈值的正交小波变换去噪法。理论分析及仿真结果表明,该法克服了直接运用EMD分解中由于大量噪声带来的不必要的干扰,减少了EMD的分解层数以及累积边界效应对信号分析的影响,提高了瞬时参数提取的时效性和准确性。     

环境激励下基于小波变换和奇异值分解的结构模态参数识别

采用小波变换和奇异值分解相结合的方法对环境激励下结构的模态参数进行识别.首先对环境激励下的时不变结构的加速度响应进行协方差分析得到时域协方差响应,利用小波变换将协方差响应转换到时/频域中,沿每一个尺度点提取协方差响应的小波系数阵,然后对提取的小波系数阵进行奇异值分解得到奇异值和奇异向量,最后从重构的奇异值和奇异向量中识别出结构的模态参数.文章通过3自由度系统数值算例分析了该方法的抗噪性能,结果表明该方法具有很好的抗噪能力,在15 dB噪声干扰下能够稳定和准确地识别出结构的模态参数,且比直接用小波变换方法识别的结果更准确;并通过东海大桥主航道斜拉桥模态参数识别的例子进一步验证该方法的实际应用可行性.     

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。     

基于小波变换的金刚石单晶生长声发射信号的降噪分析

依据小波变换的基本原理和方法,采用阈值降噪法对高温高压条件下金刚石单晶生长过程的声发射信号进行了小波降噪处理。结果表明:采用小波阈值降噪法能较好地消除金刚石单晶生长过程中声发射信号中的噪声,而且还保证了本身的声发射特性没有被破坏,从而可以更加准确地分析金刚石单晶的生长过程。     

基于线性混合小波基的图像去噪

单小波基由于时频特性难以与复杂的图像特征相匹配,限制了小波闽值算法在图像去噪效果上的进一步提高.提出了一种基于线性混合小波基的图像去噪方法,将多个不同特性的正交小波基进行线性混合构成一个新的小波基,用该混合小波基对图像进行分解后再通过阈值处理实现去噪.调节混合系数,可使混合小波基的时频特性与图像特征相匹配,从而提高小波阈值去噪效果.实验结果表明,该方法去噪效果优于参与混合的各单小波基去噪效果,其峰值信噪比(PSNR)最大可提高3.5 dB.     

融合注意力机制的多尺度深度网络的逆半调方法

目的 运用现有的逆半调方法恢复的图像存在着半色调网纹去除不够理想、图像细节恢复不够清晰等问题,为了进一步提高逆半调图像在平滑区域和纹理细节方面的质量,提出一种基于融合注意力机制的多尺度卷积神经网络的逆半调方法。方法 首先,根据半色调图像网点噪声多频分布特点,设计多尺度卷积网络为基础结构的深度学习网络,从多个不同的尺度抑制半色调网纹并恢复不同尺度的图像信息;然后,应用注意力机制重建图像信息,从而生成逆半调图像;最后,提出多任务损失函数加速网络优化,更好地实现逆半调。结果 实验结果表明,运用此方法得到的逆半调图像在视觉上与原始图像更为相近,恢复出的图像细节更好;在客观评价方面,通过与现有的最先进的方法相比,峰值信噪比平均值提高了0.562～10.095 dB,结构相似度平均值提高了0.01～0.171。结论 该方法可以实现半色调图像的高质量恢复。     

基于小波变换的傅里叶加密印刷水印算法研究

在研究傅里叶加密全息技术、数字水印技术和小波理论的基础上,提出了一种基于小波变换的傅里叶加密印刷水印算法。利用该算法重建水印,有效地抑制了载体图像的低频分量对水印产生的噪声的影响;使能量分布在图像的所有像素上,具有良好的抗裁切能力;算法采用密钥加强了水印的安全性。实验表明:嵌入水印的图像一次印刷可检测,二次扫描印刷提取的水印脆弱,可以抵抗基本的图像处理操作。     

基于方向小波变换的镁熔液弱小气泡检测

运用方向小波的多尺度和多方向变换,对高温镁熔液表面弱小气泡进行检测.先对原始图像进行方向小波变换重构高频,抑制背景杂质,再作帧差和迭代阈值分割处理,最后运用数学形态学检测到弱小气泡,并将结果与传统小波检测进行比较.实验结果表明方向小波变换方法是有效的,而且方向小波更符合图像的方向特点,能够较好地检测出复杂背景中的弱小气泡.     

基于小波变换的高精度测距系统设计及DSP实现

目的为了解决传统物流行业机器人避障系统中存在的测距精度低、抗干扰性差等问题。方法提出一种基于DSP的温补与小波阈值滤噪的高精度超声测距系统,包括DSP最小系统、超声波传感器、LCD显示模块、温度补偿电路和报警电路等。超声波测距系统通过实时采集环境温度来修正声速值,采用小波阈值变换算法对回波信号进行处理,以提升回波信号的信噪比和起始点锐度。结果应用CCS4.2软件与DSP芯片进行调试、实验,实验表明在距离0～1200 mm内,系统的测量误差为±4 mm。结论采用小波阈值变换算法和温补电路,提高了传统物流机器人避障系统的测距精度。     

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。     

基于小波变换的非平稳随机信号处理

小波分析由于其在信号信息分析与处理中独特的效果而成为国际研究热点,至今方兴未艾. 将小波变换用于非平稳随机信号分析与处理,目前刚刚开始. 本文研究了Lemarie-Meyer小波函数及其在非平稳随机信号处理中的应用, 取得了良好效果.