一种基于小波邻域的半软阈值去噪算法

针对小波硬阈值去噪函数的不连续和软阈值去噪函数的恒定偏差导致图像边缘模糊的缺点,本文提出了一种新的半软阈值函数。该方法通过区分图像的强弱边缘分别进行处理,并在弱边缘小波系数的估计中采取基于贝叶斯估计的方法且考虑了邻域小波系数的大小。仿真结果表明,与原有的小波阈值去噪算法和普通的阈值去噪算法相比,该算法在峰值信噪比(PSNR)、边缘保持指数(EPI)和视觉效果上都有明显的提高。该方法能够很好地保护图像边缘信息,达到很好的去噪效果。     

基于改进小波阈值的电能质量扰动信号去噪算法

针对传统软、硬阈值函数在阈值处不连续或存在恒定误差等问题,本文提出了基于小波变换的改进阈值去噪算法,在小波阈值去噪的基础上改进了通用阈值和阈值函数,通过峰和比PSR来估计出每层小波细节系数的有效信息与噪声的分布,使得修正因子可以根据每层噪声分布的不同自适应的修正阈值.之后提出了一种新的阈值函数,其能更有效地保留信号的扰...     

基于双树复小波变换信号去噪算法研究

离散小波变换被广泛应用于数字信号的去噪处理中,特别是非平稳信号、瞬时时变信号等的去噪,但是有平移敏感性的缺陷。为了克服这种缺陷,文中采用双树复小波变换进行信号去噪,并使用硬阈值、软阈值等准则进行滤波处理。最后采用SNR（信噪比）和MSE（均方误差）来评估两者信号去噪效果。结果表明,双树复小波变换能够较好的保存信号的细节信息,其去噪效果优于离散小波变换。     

小波阈值去噪改进算法研究

提出了一种基于传统阈值去噪法的新的阈值函数,新阈值函数表达式简单易于计算,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,它具有硬、软阈值函数不可比拟的灵活性。仿真实验结果表明,新的阈值函数的去噪效果无论是在视觉效果上,还是在信噪比增益均优于传统的硬、软阈值方法。     

一种基于Curvelet变换的指纹图像增强方法

Curvelet变换具有各向异性和多方向性等良好特性,是表示分段平滑曲线边缘的最优基。为了确保指纹特征提取算法的鲁棒性,需要对原始含噪指纹图像进行预处理以增强纹线的清晰度,增加脊线和谷线的对比度,减少伪信息。本文提出了一种基于Curvelet变换的指纹图像增强方法,该方法对Curvelet变换后的低频系数实现线性灰度拉伸,以增强其对比度,而高频系数采用阈值去噪。仿真实验表明,该方法优于常用的空间域直方图均衡化和小波域图像增强法,具有良好的视觉效果。     

基于提升小波改进阈值的光谱信号去噪研究

对傅里叶红外光谱信号的预处理进行研究,分析了小波变换在光谱信号去噪中的应用,针对传统小波阈值去噪中存在的缺点,对阈值函数进行改进。改进方法通过保留部分低于阈值的分解系数,克服了硬阈值法不连续,以及软阈值法估计系数和真实系数具有恒定偏差的缺点。实验采用基于提升小波的改进阈值函数法对铜陵市市区上空空气实测光谱信号进行预处理,结果表明,与经典小波变换和Donoho软阈值、硬阈值法相比,相同条件下信噪比、均方差、运行速度均有所提高。     

外弹道测量数据的小波阈值去噪方法研究

针对外弹道测量数据的随机误差难以消除的问题,介绍了小波变换的理论,阐述了小波阈值消噪的基本原理,对硬阈值和软阈值函数的优缺点进行了对比分析,讨论了小波阈值去噪中阈值的选取方法,并将小波阈值去噪理论应用于外弹道测量数据的随机误差处理,以信噪比和均方误差为衡量指标,通过在不同阈值和不同阈值函数条件下的去噪效果的对比,研究了更适用于外弹道测量数据的小波阈值去噪方法。     

一种改进的小波阈值法在信号消噪中的研究

对于非平稳信号,小波多尺度分解是一种有效的信号去噪方法,在D.L.Donoho和I.M.Johnstone提出的多分辨分析小波阈值去噪方法的基础上,采用了一种改进的阈值函数,改进的阈值函数克服了硬阈值函数不连续的缺点,同软阈值函数一样具有连续性,而且解决了软阈值函数中存在的恒定偏差,同时它具有软硬阈值函数不可比拟的灵活性。仿真结果表明,采用了改进的阈值函数的去噪结果有效抑制了在信号奇异点附近产生的Pseudo-Gibbs现象,无论是在视觉效果上,还是在信噪比增益和最小均方误差意义上均优于传统的软硬阈值方法。     

电能质量信号的小波阈值去噪

为了改善电能质量信号的去噪效果,在分析软、硬阈值法的基础上.提出一种改进的去噪方法.该方法融合软、硬周值法的不同特点,通过调整参数获得较优的小波系数的阈值估计,使得改进的阈值函数介于软、硬阈值函数之间,有效克服了采用硬阈值法去噪效果不佳,软阈值法过渡光滑使信号失真的缺点.仿真结果表明,该方法在去噪的同时减少了信息的损失,SNR、RSME等性能指标较之软、硬阈值法均有明显的提高.     

基于小波改进阈值的肌电干扰降噪研究与效果评估

肌电干扰是心电信号采集过程由于肌肉的轻微颤动引起的噪声干扰,因此需要对采集到的心电信号进一步的去噪.针对传统小波阈值去噪算法对心电信号去噪后存在信号震荡与失真问题,提出一种含有两个动态参数的改进小波阈值函数,通过动态参数可以对改进阈值函数进行整体和局部的调节,从而达到可以对不同程度的噪声进行去噪的目的 .为了验证新阈值函数的去噪效果,采用信噪比、均方差和心电信号的时频域特征3种评估指标,对改进的阈值函数和传统的肌电干扰去噪算法进行去噪效果的比较.研究结果表明,改进的阈值函数对心电信号去噪后的特征波形保存较好,克服了软、硬阈值函数的缺点,去噪后在平滑性和保真性方面表现良好.与传统肌电干扰去噪算法相比,对轻微噪声和严重噪声去噪后信噪比分别为38.7948和36.7212,均方差分别为0.0013和0.0018,去噪评估结果最好.     

基于非高斯分布的四元数小波图像去噪

图像去噪一直是图像处理的经典问题之一.四元数小波变换是一种新的多尺度分析图像处理工具,图像通过四元数小波变换后的小波系数尺度间具有一定的相关性,而广义高斯分布不能体现这个特性.本文首先采用非高斯二元分布的贝叶斯统计模型来模拟四元数小波系数的统计分布,然后运用最大后验概率估计从带噪声图中的小波系数估计原图的小波系数,从而达到去除噪声的目的.实验表明;该方法不仅可以达到明显的去除噪声的效果,而且在峰值信噪比上也要优于目前的许多算法.     

有利图像压缩的小波去噪算法

提出了一种有利于图像压缩的小波图像去噪方法及一种小波系数校验方法.首先利用多个阈值在小波域进行硬阈值迭代去噪,然后利用小波子带的方向性对小波系数进行校验,并将保留的非零小波系数乘以一个比例系数,最后利用小波逆变换获得去噪图像.实验结果表明该方法的去噪效果优于常用方法,接近甚至超过BayesShrink方法.该方法可在有效去除图像噪声与保留较少的非零小波系数之间得到较好的折衷.     

采用非降采样第二代小波变换的信号降噪方法

信号降噪是机电设备故障诊断领域中的重要研究课题。根据噪声的小波变换系数随着小波分解尺度的增加而迅速趋向于零这一特性,基于小波变换的降噪方法得到了广泛应用。文中研究了非降采样第二代小波变换的构造方法,给出了非降采样第二代小波变换中预测算子和更新算子的时域计算公式,分析了算法的计算复杂度,并在此基础上提出采用非降采样第二代小波的信号降噪方法。由于非降采样小波分解后的各层系数和原始信号的长度均相同,因此在具备平移不变性的同时还能保留更多的时域信息,从而可以提高信号的降噪效果。对仿真信号和实际信号进行了试验,结果表明,该方法较理想地对信号进行了降噪处理,并且能够较好地保留原始信号中的故障特征。     

多小波变换及其在图像处理中的应用

简要回顾了多小波变换理论及其在图像处理中的重要性质 ,分析了离散多小波变换时预滤波设计和边界处理问题。而后介绍了多小波变换在图像处理方面的应用。实验表明 ,多小波方法在图像数据压缩以及图像去噪等方面能够取得比单小波更好的效果。     

基于小波包的图像去噪方法

本文在分析了信号与噪声的不同小波特性的基础上，提出了一种基于小波包的去噪方法，并用实验验证了该方法比相同条件下小波去噪的效果好。     

基于自适应软阈值和边缘增强的图像去噪

目前图像的去噪和边缘细节的保留是图像去噪中存在的2个大问题,该文提出使用边缘检测的方法检测出图像的边缘和纹理细节,对检测出的边缘和纹理细节图像进行处理后,将它和含噪图像分别进行小波变换,然后将其小波系数对应叠加,最后对叠加之后的小波系数进行小波自适应软阈值去噪。由于在软阈值去噪前叠加了边缘信息,因此边缘和细节部分得到了增强,虽然在阈值处理过程中由于边缘和细节均处于高频部分,在随后的软阈值去噪过程中存在被平滑的危险,但是增强后边缘和纹理的小波系数的幅值被放大,在阈值处理时可以得以保留。实验证明该方法比较wiener滤波在视觉效果和信噪比方面都有较大的改善,同时该方法比传统软阈值滤波,在视觉效果相差不大的情况下信噪比也有1~2个dB的提高。     

基于稀疏表示的TQWT在低频振荡信号去噪中应用

为了改善低频振荡信号的去噪效果,为低频振荡信号的检测与分析提供准确可靠的数据,在分析可调Q小波变换和稀疏表示原理的基础上,给出了一种基于稀疏表示的可调Q小波变换去噪方法。该方法先利用可调Q小波变换对含噪的低频振荡信号进行稀疏分解,得到初始的小波系数。再利用基追踪去噪算法对得到的小波系数进行优化处理。最后对优化的小波系数进行重构,获取干净无噪的低频振荡信号。通过仿真分析验证了该方法的去噪效果和可靠性优于目前广泛使用的小波软、硬阈值去噪法。     

一种新的小波阈值函数在图像去噪中的应用

为了解决传统的小波阈值函数在图像去噪中存在的一些问题,提出了一种新的阈值函数进行去噪。新的阈值函数和传统的软硬阈值函数相比,它弥补了硬阈值函数不连续的不足之处,同时又保留了与软阈值函数一样的连续性,减小了软阈值函数中存在的恒定偏差。新的阈值函数表达式简单且高阶可导,易于各种数学处理。对图像的仿真实验表明,相比软硬阈值函数和软硬阈值折中函数,该方法具有更好的去噪效果,具有较高的实用价值。     

应用多方向小波分量和邻域特性去噪方法

文中提出一种用于图像去噪的小波分析方法:构造多方向小波分量检测边缘,对边缘点和噪声点进行不同的处理,达到保护边缘同时有效去噪的效果.实验表明该方法较为有效.