基于小波相位的噪声抑制方法研究

对弱小运动目标检测时,其图像信噪比很低,检测前需先进行噪声滤除.针对这一问题,提出一种基于单一尺度小波相位信息的噪声抑制新方法.利用同一尺度内噪声相位的突变性以及与邻近像素点相位的不连续性,将点相位系数与3×3窗口模板的窗相位系数之差和阈值做比较,判断是否为噪声.实验结果表明:图像信噪比得到显著提高,并较完整地保留了图像边缘和细节.     

基于小波变换的航海雷达图像噪声抑制方法

为了有效抑制海浪图像中的干扰噪声,提出了一种基于小波变换的海浪图像噪声抑制算法。首先,利用小波变换检测出图像边缘获取噪声点的潜在位置;其次,根据海浪图像的直方图分布特性确定闲值,利用该阈值对海面回波信号和噪声进行分离;最后,根据海面回波信号具有形似性的特点,利用噪声邻域内的信号点对已检测出的噪声点进行属性值插值,从而达到滤除噪声的目的。为验证该算法的效果,将本算法与小波域的硬阈值和软阂值去噪算法进行了比较,对比结果显示,算法在海浪图像噪声抑制应用中优于传统算法,可以得到较好的海面回波信号,并且能够满足下一步的海浪分析要求。     

基于小波变换的抑制复位噪声技术研究

分析了用于光纤陀螺的Y波导相位调制器在复位时,调制相位漂移对光纤陀螺系统特性的影响;紧接着测试了高精度光纤陀螺的毫秒输出,有一个和阶梯波复位同频的噪声,该噪声由Y波导的复位引起;为了实现对复位噪声的抑制,设计了一种基于FPGA的小波滤波方法;选取合适的小波基和分解层数;使用Verilog HDL编程语言实现小波滤波器在光纤陀螺闭环程序中的嵌套;通过实验比较,小波滤波具有明显的抑制复位噪声的效果,证明了小波滤波方案的有效性。     

基于多尺度小波分析的激光探测系统消噪

根据激光测距探测系统中噪声的特点，分析了去噪阈值的选取，详细地讨论了小波的多尺度浮动阈值方法，它能较好地满足在强噪声下检测微弱信号的要求，并将这种方法应用于激光探测系统去噪，做到滤除噪声的同时有效地保留信号的细节，收到了较好的效果。     

一种基于小波分析的AR噪声滤波方法

为了滤除外测数据中AR模型的噪声,提出了一种基于小波分析的滤波方法。针对信号和AR噪声在小波域的分布特性,对传统的阈值滤波方法进行了改进,对小波系数进行偏自相关系数截尾检验来确定分解层数,利用广义交叉确认算法来确定分阈值,仿真结果表明该方法能有效滤除外测数据中的AR噪声。该方法对有色噪声的处理具有较大的借鉴意义。     

基于小波变换的航海雷达图像噪声抑制方法

为了有效抑制海浪图像中的干扰噪声,提出了一种基于小波变换的海浪图像噪声抑制算法。首先,利用小波变换检测出图像边缘获取噪声点的潜在位置;其次,根据海浪图像的直方图分布特性确定阈值,利用该阈值对海面回波信号和噪声进行分离;最后,根据海面回波信号具有形似性的特点,利用噪声邻域内的信号点对已检测出的噪声点进行属性值插值,从而达到滤除噪声的目的。为验证该算法的效果,将本算法与小波域的硬阈值和软阈值去噪算法进行了比较,对比结果显示,算法在海浪图像噪声抑制应用中优于传统算法,可以得到较好的海面回波信号,并且能够满足下一步的海浪分析要求。     

基于小波变换的SAR图像去噪方法研究及应用

本文探讨在小波频域内进行SAR斑点噪声分析的特点和优势,分析比较小波频域斑点噪声滤除的若干种方法,结合前人阈值优化、边缘检测的思想和边缘方向特征提出一种新的斑点噪声滤除方法。实验表明所研究的噪声滤除方法,同各种空间域滤波方法和已有的小波频域方法比较,在噪声滤除和信息保留两方面的综合效果有明显提高,具有一定的应用价值。     

图像噪声去除的小波相位滤波算法

利用小波变换进行信号与图像去噪是小波应用的一个重要方面。小波变换具有“变焦”时频局部化特性,可以实现紧立集正交变换,使得其在数据压缩、图像处理与去噪等领域得到广泛应用,并且得到了不少较为成熟的算法。在大量的小波去噪文献中,以基于小波幅度去噪的研究居多,而本文则欲讨论基于小波相位特性的图像去噪方法。通过对图像作二维小波分解,然后对各尺度上得到的小波系数依据相位特性进行滤波,由所余系数重构图像即可得到去噪的结果。1 图像的快速小波分解 1.1 小波分析理论所谓小波分析,从数学角度去看,它属于调和分析的范畴,但从事计算数学的工作者把它认为是一种近似计算的方法,用于把某一函数在特定空间内按照小波基展开;从工程角度去看,小波分析是一种信号与信息处理的工具,是继Fourier分析之后的又一有效的信号分析方法。小波变换作为一种新的多分辨分析方法,特别适合于处理非平稳信号。     

抑制温度信号噪声方法的研究

在空间相机中,温度传感器输出的信号易受到噪声的干扰从而造成有用信号的淹没,因此研究适用于温度信号的噪声抑制方法具有重要的实用价值.本文对干扰温度信号的噪声来源进行了综合分析,并针对温度信号所含噪声的特点,采用中值滤波法和小波阈值滤波的复合数字滤波算法相结合,对温度信号进行滤波,实现了信噪分离的目的,提高了信噪比,并通过MATLAB的仿真功能对输出的信号进行验证.仿真表明,这两种方法的混合使用对温度信号的噪声的抑制有明显的效果.     

基于小波变换的滤波方法

小波变换正在众多学科掀起研究和应用热潮，并已获得了许多成功的应用。本文系统地研究了小波变换在滤波方面的应用，根据不同类型的噪音，给出了基于不同小波变换的滤波算法，并研究了其滤波原理。仿真结果表明，小波滤波方法不仅能实现各种滤波功能，而且简单易行，是一种有效的滤波手段。     

基于多子波的SAR图像噪声的抑制

SAR图像的噪声为乘性噪声,传统的图像去噪方法效果较差。SAR图像噪声抑制的方法一般可分为空域滤波和频域滤波。子波分析是一种典型的频域处理方法,通常首先对SAR图像进行子波分解,保留低频,对高频子带的系数做硬阈值或软阈值处理,然后进行重构。对于平滑区域,噪声抑制效果明显,但在边缘细节比较丰富的区域,细节损失严重。本文在多子波的预滤波中采用了冗余技术,并利用边缘跟踪算法对子波分解后的高频子带中的边缘和噪声进行有效的分离,从而确保了在抑制噪声的同时保留了边缘信息。实验结果验证了该方法的有效性。     

基于DTCWT方向信息的超声图像斑点噪声消除

针对一般的小波去噪方法在去除超声图像斑点噪声时不能有效保持图像边缘信息的问题,本文提出基于双树复小波变换(Dual tree complex wavelet transform,DTCWT)方向信息的超声图像斑点噪声消除算法.利用双树复小波变换6个方向复小波系数的相对方差来确定该点是否位于边缘或纹理上,对低于门限的像素...     

均值平移算法用于SAR影像斑点噪声抑制的评价

斑点噪声抑制是SAR影像应用中关键的预处理过程,对SAR影像的解译和自动处理具有重要意义。本文将均值平移算法引入到SAR影像噪声抑制中,实验结果表明,该方法能在平滑噪声的同时,很好地保持图像的边缘,避免边界模糊现象的出现,处理结果在均匀区域的平滑度和细节区域的边缘保持指数等指标上均优于对比的其他几种噪声抑制算法,特别是边缘保持指数提高明显,具有较高的实用价值。     

改进的基于各向异性扩散的B超图像降噪方法

散斑噪声是超声成像机制引起的固有形态,它对超声图像质量以及医学诊断的准确性有很大的影响;针对传统Perona-Malik(PM)各向异性扩散模型通过四方向扩散无法提供充分的信息且处理效果不明显的问题,提出八方向选择式扩散模型;针对传统算法对强噪声则失效、扩散门限参数K依据经验选取的不足以及迭代终止条件不明确,提出改进的扩散系数计算方法,应用自适应选取的扩散门限参数K,且提出适合改进算法适用的迭代终止准则;经过多组仿真实验,证明文章算法较传统模型可以更好的控制扩散过程,并且提高了算法鲁棒性和效率,综合峰值信噪比(PSNR)、边缘保持度(FOM)等指标,表明该算法相比同类算法有更好的降噪和边缘保持效果.     

基于多小波变换及多层阈值的图像降噪研究

提出了一种基于多小波变换分层阈值的图像降噪的方法。此方法首先对一幅噪声图像进行多小波分解;接着根据多小波分解后的能量分布特性,在不同尺度的高频子带内,对小波系数进行不同阀值处理;最后经多小波反变换,得到重构图像。实验结果表明:此方法既可以有效地降低噪声,又可以较好地保持图像细节。     

基于血液斑点噪声抑制和T-Snake模型的血管内超声图像边缘提取

血管内超声(IVUS)图像冠状动脉血管壁内、外膜的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。为了更好地抑制血管内超声图像的血液斑点噪声,首先采用一种时/空滤波方法对IVUS图像进行降噪预处理,以抑制其严重的血液斑点噪声;然后,为了更好地提取血管边缘,提出了一种改进的自适应形变模型,并基于该改进的自适应形变模型(T-Snake模型)给出了一种IVUS图像冠状动脉血管壁内、外膜边缘的提取方法。实验结果表明,该边缘提取方法有着较高的准确性和可靠性,对IVUS序列图像处理的可重复性和鲁棒性较好;也表明了改进的T-Snake模型的可实现性,以及IVUS图像血液斑点噪声抑制方法的有效性。     

基于多小波变换的图像融合研究

多小波是小波理论的扩展，在图像处理方面具有单小波所不具有的优点。它能够为图像提供一种比小波多分辨分析更加精确的分析方法。在研究了多小波变换的特性后，提出了一种基于离散多小波变换的图像融合方法，并将由不同传感器获得的不同分辨率的遥感图像数据利用此方法进行了融合。这种方法不仅能够完好地显示源图像各自的信息，而且能很好地将源图像的细节融合在一起。通过实验结果证明，采用这种方法可以得到更好的融合效果。     

基于多小波变换的医学图像融合方法研究

医学图像融合在临床诊断及治疗上有重要意义,多小波是小波理论的扩展,在图像处理方面具有单小波所不具有的优点。文章对基于多小波变换的医学图像融合方法进行了研究总结,提出了基于边沿信息方向性加权的区域能量的融合规则,通过对CT与MRI图、CT与SPECT图实验结果比较,表明该文提出的算法具有更好的融合效果。     

基于自适应高斯滤波的超声斑点降噪

医学超声图像存在的斑点噪声降低了图像的质量,给临床诊断和图像的后续处理带来了困难。为了有效地去除噪声,本文提出了一种自适应高斯滤波的超声斑点降噪算法。该算法利用局部特征匹配计算出图像的处理窗口区域与参考区域的相似度,再根据相似度将整幅图像区分为斑点噪声区域和组织区域。同时利用相似度调整高斯滤波器的宽度值,使高斯滤波器对图像的不同区域进行不同程度的过滤。物理体模实验和人体超声肝脏实验结果表明,该算法可以有效地去除超声图像中的斑点噪声并保留组织结构,并且可使迭代次数大大减少,是一种有效的医学超声图像降噪方法。     

多小波零树图像编码方法研究

多小波变换兼有对称性、正交性、光滑性和有限支撑等信号处理中的十分重要的性质,特别适用于图像的压缩编码。该文采用能量集中率很高的多小波预处理方法,对多小波变换系数采用多门限逐级量化方法,提出了一种新的多小波零树图像编码方案,仿真试验表明了该方法的优越性。