基于Matlab的小波去噪算法研究

小波阈值去噪是通过小波变换技术将含噪信号分解及重构,通过一个阈值限定小波分解后的小波系数来去除噪声的方法。在小波分析域中分析了传统的软阈值法和硬阈值去噪方法的特点,同时指出传统分析法中存在的缺点,提出了软硬阈值折衷的去噪方法。采用雷达信号用Matlab对去噪效果进行仿真,证明了改进方法的去噪效果优于单纯的软阈值与硬阈值方法。     

基于小波的信号去噪分析

由实际应用可得,作为一种新的多辨认分析方法的小波变换,由于具有多分辨特征和时频局部性,可同时进行频域和时域分析,所以特别适用于进行非平稳信号的处理。首先介绍了小波分析的信号去噪原理,其次接着阐述了4种去噪算法：小波分解与重构去噪方法、模极大值检测法、阈值法及平移不变量小波去噪法。对于叠加了高斯白噪声的仿真信号,分别将上述的4种方法用于去噪处理,并通过仿真过程不同及图形差异对几种方法进行比较。     

一种改进的小波阈值去噪方法

在原有的小波阈值去噪方法的基础上,提出了一种改进的图像去噪方法 Fast ICA-MPSO-WTD。该方法将快速独立主元分析(Fast ICA)和WTD相结合进行图像去噪,为了使小波阈值去噪效果更好,使用改进粒子群算法(MPSO)优化小波阈值参数。为了证明该方法的有效性,选择测试图像进行去噪对比实验,实验使用峰值信噪比(PSNR)评价去噪效果,实验结果表明改进方法 Fast ICA-MPSO-WTD能够有效地提高去噪效果。     

基于改进小波去噪的EEMD—HHT信号处理方法

传统小波去噪虽然可在一定程度上去除噪声对原始信号的干扰,但去噪效果并不理想。针对传统小波去噪中存在的问题,提出一种改进的小波去噪方法,并将改进小波去噪与EEMD-HHT有机结合,进而提出一种基于改进小波去噪的EEMD—HHT信号处理新方法。基于MATLAB软件,分别利用EEMD-HHT方法、基于传统小波去噪的EEMD-HHT信号处理方法和基于改进小波去噪的EEMD-HHT信号处理方法对外圈故障滚动轴承进行故障诊断试验,试验结果与理论计算结果对比分析表明,基于改进小波去噪的EEMD-HHT信号处理方法最为有效。     

基于小波变换的图像阈值去噪分析

小波阈值去噪是小波域去噪的主要方法之一,该方法通过对合适阈值的选取,采用阈值函数对小波系数进行相应的非线性处理,获得基于均方差的最佳去噪效果。针对图像去噪,将图像分别进行软阈值、硬阈值、软硬折中法和模幂次法去噪,对各个阈值去噪效果进行了比较分析,得到相对有效的处理方法,为小波去噪方法的选择提供了参考。     

基于空间屏蔽的M通道小波星图去噪法

小波图像去噪已经成为目前图像去噪的主要方法之一,在分析了小波变换的基本理论和小波变换的多尺度分析基础上,根据多尺度小波变换的多分辨特性,提出了M通道小波变换去噪方法;在该方法中,根据噪声信号小波变换的极大值随尺度的加大而显著减少的特点,将一种基于多尺度分析的空间屏蔽滤波法用于对小波系数进行处理。并将此方法用于星图降噪处理中,收到良好的效果。     

基于提升小波的MEMS陀螺去噪方法研究

微机电系统(MEMS)陀螺的随机漂移误差是传感器的主要误差,传统硬、软阈值去噪法在去噪效果和实时性方面存在不足。该文从提升小波变换的基本理论出发,分析了提升小波阈值去噪原理,提出了基于提升小波的改进阈值去噪算法,并结合MEMS陀螺输出数据,并对硬、软阈值去噪法与改进阈值去噪法的仿真实验进行比较分析。仿真结果表明,改进阈值去噪法获得了更高的信噪比83.532 7dB,其去噪效果明显优于硬、软阈值,且运算速度较快,更适合实际运用。     

小波软硬阈值去噪算法的研究及改进

小波软、硬阈值去噪法及软硬阈值折中法是根据信号与噪声的小波系数特点进行信噪分离的,关键在于对小波系数的处理.但是,噪声的方差越大,信噪分离越困难.提出的改进方法是利用均值逼近的软硬阈值折中法.试验表明这种改进的方法提高了重构信号的信噪比,能够达到较好的去噪效果.     

基于FPGA的小波去噪的硬件实现

为了解决传统频域去噪法在光信号处理中单分辨率的局限性,提出了具有多分辨性的小波去噪法,并通过对比验证其有效性。由于小波去噪实现对硬件的要求较高,采用现场可编程门阵列做硬件平台来实现基于分布式算法的小波运算,将复杂的乘法运算转化为简单的并行查表累加过程,提高了运算效率,完成了小波算法的硬件移植。最后设计了基于现场可编程门阵列的采集系统,并在其上进行了小波去噪的硬件验证。结果表明,小波去噪算法在现场可编程门阵列平台上得到了很好的实现,且去噪效果良好。     

基于自适应提升小波信号去噪算法的改进

引入了基于提升法的自适应离散小波交换,使伯恩斯坦预测算子自适应匹配特定的数据序列,并将其应用于改进的信号去噪方法中.仿真实验表明,基于自适应提升小波变换的改进方法同一般的小波变换相比,去噪后的信号信噪比更高,且提升方法的设计灵活、计算简单.     

基于VMD与SSA的OTDR信号去噪算法

为对光时域反射计(Optical Time Domain Reflectometer, OTDR)数据进行去噪处理,提出了一种基于变分模态分解(Variational Mode Decomposition, VMD)与奇异谱分析(Singular Spectrum Analysis, SSA)的去噪算法。首先,对OTDR数据进行VMD分解;然后根据相关系数准则判定有效分量,并采用SSA对与原信号相关系数较小的分量进行处理;再对所有分量求和,得到重构后的信号,从而实现数据信噪比的提高。经实验验证,该算法的去噪效果良好,容易实现,具有较大的实用价值。     

基于不同预处理方法的多小波暂态信号去噪

在介绍多小波基本理论的基础上,探讨了多小波的不同预处理方法并对多小波滤波器响应产生的影响进行了比较.通过对噪声信号的多小波变换分析,设计基于多小波变换的去噪方法.最后通过大量的仿真工作,对不同预处理方法的多小波与传统小波的电力系统故障暂态信号去噪效果进行了深入分析,结果表明:预处理方法的选择是影响多小波去噪效果的关键因素,若选择合适的预处理方法,利用多小波对暂态信号进行去噪,可以获得比传统小波更好的去噪效果.     

基于Curvelet变换的图像消噪

小波变换对图像消噪能够起到较好的效果,但是对图像中线性区域的处理存在局限性.Curvelet变换是一种新的具有方向性的多尺度变换,他处理图像线性区域能有更好的效果.将Curvelet变换运用到图像消噪中,实验结果表明,他的消噪结果比小波消噪有着更好的视觉效果,并且PSNR也得到一定的提高.     

一种高效的小波变换去噪方法

小波变换用于图像去噪的思想已经提出了很久,然而前人所提出的这种方法对于去噪的效果并不理想。图 像经这种小波变换去噪后,纹理特征被弱化,图像的边缘出现较明显的Gibbs效应,图像变模糊。针对以上问题,本文提 出了一种高效的小波变换去噪方法(HPID)。此去噪方法是基于小波变换的新方法,与经典的小波去噪方法不同,该方法不 依赖图像大小来判定去噪门限,不需方差信息,且适用于不同类型噪声。采用本方法处理的噪声图像与经典方法相比,不 仅消除了Gibbs效应,而且图像的边缘信息更清晰,纹理特征增强,去噪能力得到改善。     

Improved Denoising Autoencoder for Maritime Image Denoising and Semantic Segmentation of USV

Unmanned surface vehicle(USV)is currently a hot research topic in maritime communication network(MCN),where denoising and semantic segmentation of maritime images taken by USV have been rarely studied.The former has recently researched on autoencoder model used for image denoising,but the existed models are too complicated to be suitable for real-time detection of USV.In this paper,we proposed a lightweight autoencoder combined with inception module for maritime image denoising in different noisy environments and explore the effect of different inception modules on the denoising performance.Furthermore,we completed the semantic segmentation task for maritime images taken by USV utilizing the pretrained U-Net model with tuning,and compared them with original U-Net model based on different backbone.Subsequently,we compared the semantic segmentation of noised and denoised maritime images respectively to explore the effect of image noise on semantic segmentation performance.Case studies are provided to prove the feasibility of our proposed denoising and segmentation method.Finally,a simple integrated communication system combining image denoising and segmentation for USV is shown.     

基于图像内容的多子波去噪

本文介绍了多子波变换的一般理论及OPTFR多子波的性质,通过改进其一阶平衡器,避免了预滤波,从而简化了运算。在将OPTFR多子波用于图像处理时,采用了一种基于图像内容的阈值方法,实验结果表明,其去噪效果优于CL多子波及一般的阈值方法。     

一种基于改进阈值函数Contourlet域的图像去噪算法

针对Contourlet域中传统硬阈值函数由于函数不连续所造成的振铃和伪吉布斯现象以及软阈值函数由于恒值压缩导致的图像模糊失真的问题,文中提出一种基于改进阈值函数的Contourlet域图像去噪算法。该改进阈值函数引入了指数平滑函数法的思想,使其在Contourlet域内具备连续性、渐进性、偏差性和高阶可导性,克服了软硬阈值函数存在的问题。方法中阈值估计部分选取的是BayesShrink自适应阈值估计,能够比较精准的确定阈值大小,并且解决了传统固定阈值估计过度扼杀变换系数的现象。通过对比实验,文中提出的改进后图像去噪方法在峰值信噪比、均方根误差和图像增强因子等客观评价标准上与传统去噪方法相比具备较好的去噪效果。     

基于张量投票的图像去噪算法研究

针对传统的基于张量投票算法图像去噪过程中对于对称图像存在的张量叠加计算量冗余的问题,提出了张量投票域的改进算法。首先,利用基于相位信息的图像对称性检测方法对需要去噪的图像进行检测。然后,根据检测出的图像的对称性的特性简化投票域的区域。最后,将改进后的投票域应用在图像去噪过程中。实验仿真的结果表明,这里的方法不仅明显提高了图像的峰值信噪比,而且较好地保护了图像的细节信息,在算法的效率方面也有较明显的提高。     

基于单小波和多小波的红外图像盲去噪

Introduction Infrared Image denoising is a basic problem of image processing.It is well known that the more prioriknowledge is used,the better filtering effect is gotten.Usually,we can only get a contaminated image and prioriknowledge of noise can not be gotten accurately so the filtering effect is not good.Wavelet denoising algorithmproposed by Donoho et al.[1]is widely used.It is considered the better denoising algorithm recently.However,itrequires size of image to determine the important …     

基于向量相似度的LPG-PCA 图像去噪算法

基于主成分分析的去噪算法在进行局部像素分组时,由于噪声具有不确定性和随机性,以欧氏距离 直接作为图像块相似性这一判断标准容易使得结果产生偏差。针对此问题,文中提出了一种基于向量相似度的 LPG-PCA 图像去噪算法,将向量相似度和欧氏距离相结合作为相似图像块的判断标准,优化了相似图像块的选取。 此外,在相似图像块样本数的选取方面采用自适应的数量选取方法,使得样本数的选取更加合理,进一步提高了图 像的去噪质量。实验结果表明所提算法在峰值信噪比和结构相似性方面均优于传统的LPG-PCA 图像去噪算法,且 对亚毫米波成像也具有一定的去噪效果。