基于Shearlet变换域图像噪声混合滤波方法

在深入分析Shearlet变换理论的基础上,给出具体的Shearlet变换步骤,并提出一种针对图像脉冲噪声的混合滤波方法.该方法首先对噪声图像进行Shearlet多尺度变换,获得高频和低频系数,保留低频系数不变;然后针对Shearlet高频系数能够较好地刻画噪声局部化的性质,设计出一种多尺度、多方向特性的串/并联自适应中值滤波器,对高频系数中噪声进行自适应检测和滤除;最后实现低频系数和滤波后高频系数重构.通过与小波阈值法去噪和开关中值滤波法仿真实验比较可知,该滤波方法对于高强度的脉冲噪声具有较好的处理效果.     

基于小波变换的图像去噪方法

针对传统小波去噪时图像边缘被破坏因而丢失有用细节信息的问题,基于小波去噪的优点,研究了几种改进的基于小波变换的图像去噪方法。分别是基于小波变换和中值滤波的去噪方法,雏纳滤波和小波域滤波相结合的方法,小波变换去噪与高阶统计量滤波法去噪相结合的方法等。经过大量的计算机仿真试验,最后所得结果表明这几种改进后的基于小波变换的去噪方法均可以有效地降低图像的噪声干扰,比较好地保留图像中重要的细节信息,具有一定的实际应用价值。     

一种基于Hilbert-Huang变换的语音去噪方法

在介绍Hilbert Huang变换理论的基础上,提出了一种基于HHT变换的语音去噪算法。首先对带噪语音信号做EMD分解,得到各阶IMF分量,然后对高频的IMF分量用小波域去噪中的阈值方法进行处理,然后把经过阈值处理的高频IMF分量和低频的IMF进行叠加,得到重构后的信号,即去噪信号。仿真实验表明基于Hilbert Huang变换的去噪结果优于小波软、硬阈值法的去噪结果,显示了Hilbert Huang变换在处理非平稳信号中的优越性。     

基于小波变换和均值滤波的图像去噪研究

针对均值滤波现有的缺点和小波变换存在的优势,特提出将小波变换和均值滤波相结合的算法,在该算法中,首先通过小波去噪进行图像处理,将处理后的图像通过小波变换得到近似图像、水平、垂直和对角三个高频细节提取出来,针对含噪图像的特点,对水平、垂直和对角三个高频细节采用不同的滤波模板进行中值滤波变换,最后将近视低频细节和变换后的三个高频信号采用逆小波变换得到再一次去噪后的图像。经过仿真实验结果可知,该算法在有效降低噪声的同时,保留了尽可能多的图像细节信息,其去噪效果优于单一的小波变换去噪、均值滤波去噪。     

基于复合脊波变换的图像去噪

脊波变换是在小波变换的基础上提出的多尺度分析方法,对于图像中直线状和超平面的奇异性问题,脊波变换比小波变换有更好的处理效果。应用数字复合脊波变换去除嵌入在图像中的白噪声,并使用一个简单的复合脊波系数的硬阈值来实现。实验结果表明,这种算法比VisuShrink算法、普通脊波算法和Wiener 2滤波器图像去噪的去噪效果更好,同时复合脊波算法也能应用于图像去噪和模式识别特征提取。     

小波变换在激光无损检测中的应用

厚度是液体无损检测中一个重要的影响因素。而小波变换作为重要的信号处理手段对动态误差的阈值判断和多尺度小波变换在去噪方面有着巨大的优势。通过搭建的激光无损测试平台,对获取的数据进行多阶小波分解以及软门限的阈值处理,对比传统的滤波方法,验证了小波变换在激光无损检测中运用的优越性。实验结果表明,小波变换在激光无损检测中有着更好的去噪效果,对公共场所的液体无损检测将具有巨大意义。     

中值滤波和小波变换相结合的图像去噪研究（英文）

为了保持原始图像在去噪过程中的边缘信息,文章提出了小波变换与中值滤波相结合的办法来处理含噪图像。首先对含噪图像进行小波分解,然后用中值滤波和不同的阈值(硬阈值、软阈值)处理小波分解后的子频带。该方法在去噪的同时保留了图像的边缘信息。实验证明,该方法的去噪效果优于单独使用小波去噪或中值滤波的方法。     

基于经验模分解的小波阈值滤波方法研究

信号的多分辨经验模分解方法可以解释为以信号极值特征尺度为度量的时空滤波过程。这种时空滤波器充 分保留了信号本身的非线性和非平稳特征,在信号的滤波和去噪中具有较大的优势。本文提出了一种基于经验模分解的小 波阈值滤波去噪方法,并和小波阈值去噪、多尺度EMD滤波效果相比较。实验结果表明了基于经验模分解的小波阈值去 噪具有广泛的适用性和独特的去除非平稳信号的有色噪声的优势。     

基于小波包变换的多阈值法语音信号去噪净化

文中在小波包变换和传统阈值法的基础上,提出了一种基于小波包变换的多尺度多阈值语音信号去噪净化方法。采用小波包分解,克服了传统的正交小波变换的缺陷。采用多尺度多阈值方法,通过改进噪声方差估计方法,在去噪的同时,进一步提高信噪比。仿真实验结果表明,本方法能有效去除信号中的噪声和较好保留语音细节,达到更佳的语音净化效果。     

小波变换模极大值域的一种自动滤波算法的实现

本文给出一种对小波变换模极大值进行自动滤波的算法.该算法可以自动寻找不同尺度之间对应同一边缘的模极大值,以实现非人工干预下的自动检测和去噪;并为采用小波变换模极大值法对边缘进行实时检测提供了可能性.     

基于非下采样轮廓小波变换的图像去噪

针对采用下采样滤波器结构的轮廓波、轮廓小波在图像去噪过程中会引入伪吉布斯现象,利用小波变换(WT)和非下采样方向滤波器组(NDFB)构造了一种新的多尺度、多分辨率图像的非下采样轮廓小波变换(NWCT)。WT去除了拉普拉斯金字塔滤波器(LPF)的计算冗余,NDFB保证了该变换具有平移不变性。为了验证该变换的有效性,对其进行了图像去噪实验。实验结果表明,所提出方法能获得比WT、轮廓波变换(CT)、轮廓小波变换(WCT)更高的峰值信噪比(PSNR),并且能够很好地抑制伪吉布斯现象。     

Moving window-based double Haar wavelet transform for image processing.

Image denoising is a lively research field. The classical nonlinear filters used for image denoising, such as median filter, are based on a local analysis of the pixels within a moving window. Recently, the research of image denoising has been focused on the wavelet domain. Compared to the classical nonlinear filters, it is based on a global multiscale analysis of images. Apparently, the wavelet transform can be embedded in a moving window. Thus, a moving window-based local multiscale analysis is obtained. In this paper, based on the Haar wavelet, a class of nonorthogonal multi-channel filter bank with its corresponding wavelet shrinkage called Lee shrinkage is derived. As a special case of this filter bank, the double Haar wavelet transform is introduced. Examples show that it is suitable for a moving window-based local multiscale analysis used for image denoising, edge detection, and edge enhancement.     

Directional lapped orthogonal transform: theory and design

This paper proposes a directional design method of 2-D nonseparable linear-phase paraunitary filter banks. The proposed method is based on a lattice structure consisting of the 2-D separable DCT block and nonseparable support extension processes. Because of the nonseparability, the bases are allowed to be directional with the critically fixed subsampling, overlapping, orthogonal, symmetric, real-valued, and compact support properties. First, a novel vanishing moment (VM) condition is introduced as a suitable directional constraint, where the moment is referred to as the trend VM. The condition forces wavelet filters, i.e., high-pass and bandpass filters, to annihilate trend-surface components. Second, some theoretical properties of TVMs are discussed for general 2-D paraunitary systems, and then, the properties are applied to the lattice parameters. In order to verify the significance, several design examples are shown, the trend-surface annihilation properties are numerically confirmed, and the denoising capability is evaluated for images through shrinkage. It is shown that our proposed transforms yield perceptually preferable results.     

数字滤波器在语音信号处理中的应用

针对语音信号去噪的问题,设计了各种类型的IIR数字滤波器,然后用不同类型的滤波器处理不同的噪声,这改变了传统的一成不变的去噪方式.实验结果表明,同样的噪声用不同的滤波器处理,效果各有不同,经过分析,选出最优的滤波方式.     

Translation-invariant contourlet transform and its application to image denoising.

Most subsampled filter banks lack the feature of translation invariance, which is an important characteristic in denoising applications. In this paper, we study and develop new methods to convert a general multichannel, multidimensional filter bank to a corresponding translation-invariant (TI) framework. In particular, we propose a generalized algorithme à trous, which is an extension of the algorithme à trous introduced for 1-D wavelet transforms. Using the proposed algorithm, as well as incorporating modified versions of directional filter banks, we construct the TI contourlet transform (TICT). To reduce the high redundancy and complexity of the TICT, we also introduce semi-translation-invariant contourlet transform (STICT). Then, we employ an adapted bivariate shrinkage scheme to the STICT to achieve an efficient image denoising approach. Our experimental results demonstrate the benefits and potential of the proposed denoising approach. Complexity analysis and efficient realization of the proposed TI schemes are also presented.     

On two-channel filter banks with directional vanishing moments.

The contourlet transform was proposed to address the limited directional resolution of the separable wavelet transform. One way to guarantee good approximation behavior is to let the directional filters in the contourlet filter bank have sharp frequency response. This requires filters with large support size. We seek to isolate the key filter property that ensures good approximation. In this direction, we propose filters with directional vanishing moments (DVM). These filters, we show, annihilate information along a given direction. We study two-channel filter banks with DVM filters. We provide conditions under which the design of DVM filter banks is possible. A complete characterization of the product filter is, thus, obtained. We propose a design framework that avoids 2-D factorization using the mapping technique. The filters designed, when used in the contourlet transform, exhibit nonlinear approximation comparable to the conventional filters while being shorter and, therefore, providing better visual quality with less ringing artifacts. Furthermore, experiments show that the proposed filters outperform the conventional ones in image approximation and denoising.     

非下抽样抗混叠Contourlet变换及其自适应阈值去噪

针对Contourlet变换在频谱混叠及平移不变性方面存在的局限性,提出了一种非下抽样抗混叠Contourlet变换(NS-NACT),其由非下抽样抗混叠塔式滤波器组(NS-NPFB)和非下抽样方向滤波器组(UDFB)构成。基于此,研究了一种基于自适应阈值调节的去噪算法。实验研究结果表明,当噪声方差σ=30时,通过本文算法去噪后的图像,不仅峰值信噪比(PSNR)较非抽样小波和Contourlet分别高出0.65dB和3.47dB,而且有效抑制了Contourlet变换去噪后的Gibbs现象,同时还可以更好地保留图像的边缘和细节,去噪效果更佳。     

用滤波器组实现IF的提取;Hardy小波和快速算法

本文提出了一种新的基于滤波器组和复解析小波(Hardy小波)级数展开信号从而提取信号瞬时频率的方法.该方法较传统的Hilbert变换求解析信号的方法比较对更多种类的噪声不敏感,同时较基于连续复解析小波变换的提取瞬频方法有更小的计算量,该方法保留了塔式算法的结构.     

基于加权总体最小二乘正则化方法的混合滤波器组最优化设计

模拟分析滤波器组的实现欠理想、系统噪声以及数字综合滤波器有效阶数实现所带来的系统误差均有可能造成混合滤波器组的设计出现解不稳定、无唯一解等病态问题,影响混合滤波器组的准确重构效果。本文首先给出了满足准确重构条件下,以综合滤波器组频域响应为求解变量的混合滤波器组线性求解模型。针对线性方程中系数矩阵以及目标向量受扰动误差影响特点,提出一种新的基于加权总体最小二乘正则化算法的IIR形式综合滤波器设计方法。算法以系统扰动误差最小化为目标函数,根据随机误差变量的二阶统计特性,采用加权总体最小二乘算法抑制滤波器实现误差以及随机噪声等扰动因素影响,使得到的综合滤波器组频域响应解的加权误差平方和最小化,并通过Tikhonov正则化方法优化病态情况下方程组解的稳定性。提出一种IIR类型的综合滤波器系数的求解算法,并利用正则化方法优化滤波器系数,提高系统稳定性。该方法可应用于过采样混合滤波器组的设计。仿真结果表明该算法的有效提高系统鲁棒性和改善重构性能。      

一种基于遗传算法的混合滤波器组设计方法

针对可满足近似完全重构的双通道混合滤波器组,其中高阶数的模拟滤波器一般不容易设计优化。采用遗传算法设计5阶模拟分解滤波器,并基于逆快速傅里叶变换实现数字综合滤波器的设计优化以滤除掉镜像频谱,保证近似完全重构。文中设计了由5阶模拟分解滤波器和32阶数字综合滤波器组成的混合滤波器组,仿真结果表明:可以实现的最大失真误差为4.761 8×10-11dB,平均失真误差为-9.2×10-14dB,最大混叠误差为-154 dB,平均混叠误差为-200 dB,可满足24 bits的模数转换器系统的要求。