基于小波分析的数字图像噪声消除

小波变换作为一种数学理论和方法在科学技术界引起了越来越多的关注和重视.本文通过阐述基于小波变换的Donoho软阈值去噪方法,旨在向读者展示小波变换在图像噪音消除方面的实际运用以及其前景.其中笔者具体对一幅加噪音图像进行Mallat算法仿真,其结果表明该去噪算法具有很强的实用性,很值得推广、运用.     

基于小波变换模极大值的去噪方法研究

小波去噪在信号处理中得到广泛应用。目前常用的方法主要有Donoho提出的阈值法和Mallat提出的模极大值法。模极大值法是一种经典的小波去噪方法,噪声的模极大值的幅度随尺度的增大而迅速减小,而正常信号随尺度的增大而增大,因此利用合适尺度的小波变换,容易把噪声从正常信号中剔除。通过试验说明这种方法对白噪声和脉冲噪声都有很好的去噪效果,并与阈值去噪比较,对于高斯白噪声,信噪比比较低的信号,模极大值去噪要优于阈值法去噪;对于脉冲噪声,脉冲噪声点数较多时,模极大值去噪要优于阈值法去噪。     

基于小波理论的噪声信号分析

小波分析是使信号具有时－频局部特性的信号处理方法。利用小波变换在各尺度的模极大值，能够确定波形的奇异点和在奇异点处的ｌｉｐｓｃｈｉｔｚ指数α。     

基于小波分析边缘检测技术研究

边缘检测是图像分割的基础,小波分析技术可以进行图像的边缘检测。本文提出利用模极大值与自适应阈值相结合的算法进行图像的边缘检测,并仿真得到边缘检测图像。与传统的方法比较,本文采用的方法效果较好,能够检测较弱的图像边缘。     

图像的几种小波去噪方法的比较与改进

对Mallat算法强制去噪、小波变换模极大值去噪、非线性小波变换阚值法去噪及基于小波域相关性的去噪法的原理进行了阐述，并比较了这几种小波去噪方法的优缺点，给出了两种改进方法，仿真结果表明有效可行．     

基于小波包变换的信号去噪方法研究

为有效剔除信号噪声,得到没有污染的信号,便于进行信号分析,介绍了小波包变换的改进方法,给出了信号的小波包分解系数排序方法,将信号的相关性与小波包的多尺度时频分析及重构结合在一起,并用于信号的去噪研究中.通过仿真研究和与目前小波去噪方法进行对比,证明了该方法去噪的有效性.     

一种基于小波变换的白噪声消噪方法的改进

传统的小波变换软阈值消噪方法是基于分布不均匀的信号和白噪声在小波变换下具有不同的传播特性,该方法比较简洁,并在一定程度上是有效的。在这种方法的基础上,提出了一种估计小波系数的模平方处理改进方法,它可以促使信噪分离。与原有的方法相比,脸用改进方法明显地提高了信号消噪所得信噪比增益。     

小波变换信号消噪技术研究

通过对信号与噪声奇异性分析，给出信号与噪声的小波变换模极大值在各个尺度上的表现截然相反的结论，并给出了一种非线性的消噪方法。该方法与传统的消噪方法不同，即不同于低通滤波器滤波，而是根据信号与噪声的奇异点性质不同进行滤波。实验结果表明，这种方法在改善信噪比的同时，又保持相当高的时间分辨率，并且计算简单，有很好的去噪效果。     

改进的小波阈值语音去噪算法

小波阈值去噪算法简单,计算量小,但是硬阈值函数的不连续性会造成信号的振荡,软阈值函数太过光滑会造成信号高频信息丢失.基于两种阈值函数存在的缺点,在小波变换理论基础上研究了一种改进的小波阈值语音去噪算法,提出了一种改进的阈值函数,同时也提出了修正阈值的修正系数.最后通过MATLAB仿真结果证明该方法在一定程度上可以去除噪声,减少信号的振荡,保留原信号的特征尖峰点信息,降低了信号的失真,更好地估计原始信号,明显改善了语音质量.     

阈值改进算法在小波去噪中的应用

针对用小波变换进行图像去噪的阈值设定问题,本文在经典的小波软、硬阈值消噪方法的基础上,提出了一种新的阈值选取方法。该算法采用一个矫正因子来构造新的阈值函数,调整了软硬阈值的恒定偏差。Mat-lab仿真结果表明,此法同时克服了软、硬阈值方法的缺点,其去噪效果也有了显著提高。     

一种基于新阈值函数的小波图像去噪算法

提出一种新的阈值函数,有效地克服了小波硬阈值函数不连续,小波软阈值函数出现恒定偏差的缺陷,具有优越的数学特性和清晰的物理意义,实验结果表明本文算法在峰值信噪比和均方误差的框架下均取得较好的去噪效果,同时在视觉上也取得了令人满意的结果.     

基于小波变换的皮肤显微图像去噪算法的研究

在皮肤症状自动诊断系统中,为了消除图像中皮肤表面的毛发与纹理对识别系统的干扰,分析了小波变换的特点,将塔型小波变换和树型小波变换进行了比较,并根据皮肤显微图像一阶分解后得到的4个子图能量分布情况,提出了基于塔型分解的模极大值小波域的去噪声算法.实验证明,该算法对皮肤显微图像去噪效果较好.     

心电信号的小波变换处理算法及仿真

为了有效去除心电信号中的干扰噪声,对信号特征点进行准确标定,采用小波变换的阈值去噪算法和时域峰值定位算法进行心电信号处理.利用bior3.7小波按照Mallat算法对ECG信号进行分解,结合软硬阈值与小波重构的算法对信号进行去噪处理,给出了小波变换与时域峰值定位结合的算法检测各特征点.仿真结果表明小波阈值算法能有效去除心电信号中的干扰噪声,保留心电信号的有效信息,基于小波变换的时域峰值定位算法能准确检测出心电信号中的特征点.     

基于小波变换的信号重构

在信号分析中,奇异点和不规则性经常携带有重要的信息．文中利用小波变换模极大值对应的点来提取奇异点,并讨论了如何运用凸集上投影的方法来重构原始信号．     

轧辊偏心自动分层确定阈值滤波法

为计算板带轧机中的轧辊偏心信号,对轧制过程中采集的信号进行滤波是一个关键环节。本文提出一种轧辊偏心自动分层确定阈值滤波法：通过使用第二代小波变换方法,根据由轧辊转速计算得出的轧辊偏心频率来确定小波分解层数,并根据不同层中信号频率范围选取不同的阈值,从而对信号进行滤波。通过与类似工况下小波阈值滤波法比较,轧辊偏心自动分层确定阙值滤波法能更准确的反映轧制过程中的检测信号,为更精确提取轧辊偏心信号、进行有效的轧辊偏心补偿奠定基础。     

小波变换在变压器冲击示伤中的应用

小波变换是近年来从富氏变换发展起来的时频分析新方法。本文把小波变换应用于变压器冲击示伤，提出了根据特征尺度上小波变换的局部模量极大值进行故障诊断的新方法。     

基于小波变换的表面肌电信号的消噪处理

表面肌电信号因其无创性被广泛应用,但因其为一组肌群的募集信息,所以包含了更多的噪声.本文针对这个问题通过仔细选择肌电信号的采集位置,在采用高精度的肌电采集系统及11 025 Hz的过采样率的基础上采集到多组表面肌电信号,结合肌电信号的特点利用小波变换中的消噪技术对不同频段的信号进行不同阈值的消噪处理.实验表明,该方法有很好的消噪效果.     

小波降噪在结构动力响应中的应用

笔者在模拟环境激励时加入了不同标准的噪声,从小波函数的选取、最大分解尺度及阈值的选取等方面进行对比分析,从信噪比和均方根误差两个指标来评价降噪的效果,提出适用于环境激励的结构动力响应降噪流程.     

一种新的基于小波变换的语音消噪方法

提出一种新的语音消噪处理方法:二次小波分解全局阈值法.该方法不同于传统阈值消噪方法,首先对语音信号高频部分做了二次分解,然后应用阈值消噪的方法对信号进行消噪处理.该方法在MATLAB上进行了模拟实验.试验结果表明该种方法鲁棒性很好,提高了信噪比,去除了大部分噪声,同时有效信号的能量也相当完整地保留下来,能够很好地解决噪声对语音信号的干扰问题.