一种改进的去除数字图像脉冲噪声方法

提出了一种新的高效的数字图像脉冲噪声检测和去噪方法.该方法主要由2部分组成:噪声的检测和噪声的去除.检测阶段主要的任务是将图像信号点和噪声点区分开来,噪声去除阶段的主要任务是对检测到的噪声进行滤波处理.用一种改进的中值滤波器和均值滤波器来去除检测到的噪声点.实验结果表明该方法与其他方法相比,在噪声去除和图像细节保护方面...     

机器视觉中一种新型的脉冲噪声滤除方法

提出了一种机器视觉中的新型的脉冲噪声滁除方法。该方法对滤波器窗口进行自适应选择。并对窗口中的像素设置权重。与标准滤波器相比，它具有更好的平滑噪声和边缘保持功能，而且能有效地滤除图像中的脉冲噪声。     

基于模糊转换的图像椒盐噪声检测和去除

为了去除椒盐噪声,提高图像的质量,提出了一种基于模糊转换的加权均值方法来有效的对图像中的噪声进行抑制,主要包含两个阶段:噪声检测和噪声去除。在噪声检测阶段,首先将不含噪声的像素点与可能为噪声的像素点(像素取最大值或最小值)区分开来,对于后者,提出了一种相邻处理过点的绝对差分和方法对其是否为噪声进行进一步判别,并引入两个预定的阈值,将可能为噪声的像素点划分为3类:无噪声点、轻度噪声点和重度噪声点;在噪声去除阶段,一种D8距离相关的模糊转换加权均值滤波方法被提出对噪声进行有效的去除。仿真结果表明,与一些现存方法相比,提出的方法较好的去除了椒盐噪声,并且在去除噪声的同时较好的保持了图像的细节信息,无论是峰值信噪比(PSNR)还是结构相似度(SSIM)都有了较大的提高。和实验效果与其最接近的自适应加权均值滤波相比,提出方法节省了超过65%的运行时间。     

面向电力设备红外图像的混合噪声去除方法研究

电力设备的红外图像在采集传输过程中,易受高斯噪声与脉冲噪声的影响从而破坏图像的真实信息,为满足图像处理过程对图像质量的要求,文中提出了一种针对红外图像混合噪声的滤除方法。首先利用三方加权稀疏编码（TWSC）模型有效滤除红外图像中的高斯噪声,然后利用图像结构纹理分解结合中值滤波算法实现剩余脉冲噪声的分离与去除,实现在滤除红外图像混合噪声的同时较好地保持图像的边缘结构信息,结合实例分析表明文中方法能够有效滤除噪声并获得较高的峰值信噪比（PSNR）与结构相似度（SSIM）。     

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。     

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。     

改进阈值函数的小波熵方法抑制局部放电白噪声的研究

针对传统硬阈值法和软阈值法的缺陷,提出了改进阈值函数的小波熵方法。该方法对含噪局放信号进行小波分解,基于小波熵自适应选取阈值,并引入一种改进阈值函数对小波系数进行处理,最后重构得到去噪后信号。典型仿真信号和实测信号的去噪结果表明,提出的方法能够有效去除局放信号中的白噪声。     

基于直方图特性的图像去噪方法

传统的图像去噪方法在去噪过程中往往导致处理过后的图像模糊不清,且残留的信号噪声较大.为有效去除噪声又不至图像模糊,本文针对多幅图像加噪声后的直方图进行了分析,提出了一种利用图像直方图特性去除噪声的算法,对加入噪声后的直方图进行扫描和灰度值变换以调整原噪声图像的灰度,使得噪声融入背景.最后利用中值滤波进行残留噪点的消除.实验结果表明,该算法不仅可以使得图像能有效去除噪声,而且图像的质量有较大幅度的提高.     

改进阈值函数的小波去噪算法

针对小波软、硬阈值函数去噪后信号存在局部震荡和边缘模糊导致去噪效果不佳的问题,研究了小波去噪原理和优化阈值函数的规则,设计了一种具有连续性、灵活性和恒定偏差小的可调阈值函数,提出了一种基于改进阈值函数的小波去噪算法,将其应用于含有高斯白噪声的信号中进行去噪。实验表明,相较于传统方法,所提方法对仿真信号和心电信号都具有灵活性和适用性,并且去噪后信号的信噪比提升了16.21%,皮尔逊相关系数增大了1.62%。因此,本文所提算法具有可行性,可有效保留特征信息,去噪效果更加理想。     

可编程逻辑器件驱动电流噪声影响分析

在应用越来越广泛的图像处理系统中,噪声是影响图像质量的重要因素。各种滤波电路以及图像滤波算法,有时也不是最直接、最有效的解决方法。论文经过大量实验研究发现,大型图像处理采集系统中互联信号的驱动电流,对系统噪声影响很大。找到驱动电流对噪声的影响规律,探索出一种设置驱动电流大小的方法是论文的研究目的。通过Lattice的ispLEVER7．1实时改变驱动电流的设置,借助MATLAB 2008B分析工具,计算小同图像的峰值信噪比PSNR以评估噪声影响。结果表明：兼顾图像质量,系统体积,尺寸,功耗,以及芯片驱动能力设置最佳驱动电流,对系统硬件设计具有很好的指导作用。     

改进型多项式匹配图像去噪算法的研究与应用

为进一步改善常规多项式匹配算法的去噪能力,针对常规多项式匹配算法容易模糊图像边缘/纹理等细节问题,提出一种基于边缘保护的改进多项式匹配滤波的算法。该方法在常规多项式匹配算法基础上,改进滤波窗口的选择方式,沿着图像纹理走向方向提取自适应滑动滤波窗口,选择具有最小匹配误差的窗口进行匹配滤波并作为最终输出结果。然后分别在灰度图像和实际CT图像进行测试,经数据验证表明,该方法在有效压制噪声的前提下能够保持边缘/纹理信息,峰值信噪比平均提升80%以上,均方根误差减少80%以上。认为和常规多项式滤波方法、中值滤波方法、双边滤波方法、边缘保持滤波方法、三维块匹配去噪算法和去噪卷积神经网络方法相比,改进方法能够有效提升图像视觉效果,满足图像应用要求,具有良好的应用前景。     

Proposed network structures and combined adaptive algorithms for electrocardiogram signal denoising

An electrocardiogram (ECG) signal is a record of the electrical activities of heart muscle and is used clinically to diagnose heart diseases. An ECG signal should be presented as clear as possible to support accurate decisions made by doctors. This article proposes different combinations of combined adaptive algorithms to derive different noise-cancelling structures to remove (denoise) different kinds of noise from ECG signals. The algorithms are applied to the following types of noise: power line interference, baseline wander, electrode motion artifact, and muscle artifacts. Moreover, the results of the suggested models and algorithms are compared with those of conventional denoising tools such as the discrete wavelet transform, an adaptive filter, and a multilayer neural network (NN) to ensure the superiority of the proposed combined structures and algorithms. Furthermore, the hybrid concept is based on dual, triple, and quadruple combinations of well-known algorithms that derive adaptive filters, such as the least mean squares, normalized least mean squares and recursive least squares algorithms. The combinations are formulated based on partial update, variable step-size (VSS), and second iterative VSS algorithms, which are considered in different combinations. In addition, biased NN and unbiased linear neural network (ULNN) structures are considered. The performance of the different structures and related algorithms are evaluated by measuring the post-signal-to-noise ratio, mean square error, and percentage root mean square difference.     

基于CEEMDAN与小波自适应阈值的去噪新方法

一维电能质量信号中通常含有不同程度的白噪声,高效去噪是对电能质量信号进行检测与识别的重要前提。为了能有效地消噪并完整还原信号的奇异点等真实信息,提出了基于自适应白噪声的完备总体经验模态分解(CEEMDAN)与小波自适应阈值的去噪新方法。首先通过自相关法对CEEMDAN分解得到的含噪高频固有模态函数(IMFs)进行筛分;然后对这些高频分量进行小波自适应阈值降噪,这样就保留了高频部分的有效信息;最后与低频IMFs进行信号重构。仿真结果表明该方法去噪效果好,有效地保留了高频成分中的真实信息,为电能质量信号去噪提供了新思路。     

基于均值滤波和小波分析的图像去噪

由于均值滤波在抑制噪声的过程中会损失图像的边缘等细节信息,从而导致整幅图像的模糊不清,而小波分析在图像处理中具有较强的图像增强能力,故而采用两种滤波方法的结合来处理含噪图像。通过实验证明,该法在处理含噪图像时,不仅很好地降低了噪声,而且还较好地保留了原图像的边缘等细节信息,使得图像的对比度增强,增进了图像的视觉效果。两者的有机结合使得图像的去噪效果比单独使用其中一种更优。     

改进的EEMD去噪方法及其在谐波检测中的应用研究

针对低信噪比条件下集合经验模态分解(EEMD)在分解过程中产生的模态混叠问题,本文提出改进的EEMD阈值去噪方法。首先利用白噪声经EEMD分解后其固有模态函数(IMF)分量中能量密度与平均周期乘积为常量的特性确定有用信号与含噪信号的分界点,对含噪信号进行"粗筛";进而对粗筛出的含噪模态进行"细筛",在此过程中采用"3σ法则"对第一层噪声信号进行细节处理,从而更好地保留有用信号的细节特征,继而通过能量估算方式对其他各个含噪模态进行阈值处理;最后进行信号重构。选取信噪比与均方误差作为去噪效果评价标准,经与实验对比分析,结果表明本文方法达到了最佳的去噪效果,尤其在低信噪比时优势更加明显。基于以上去噪方法,本文又进一步提出了基于二次EEMD分解的谐波检测方法,结果表明该方法可实现在低信噪比下的谐波检测,进一步证明了所提去噪方法的有效性。     

差分网络噪声系数的测试方法研究

本文利用噪声系数的Y因子法测试原理分析了四端口网络和差分网络的噪声特性及其噪声系数与双端口网络噪声系数之间的数学关系方程,测试时分别对差分网络的每个输入输出组合进行双端口噪声系数测试,然后利用该关系方程计算出差分网络的噪声系数。该方法不需要利用巴仑将差分网络转成双端口网络,从而简化了对测试设备的要求。通过对比测试表明,两种方法的测试结果相差在0．5dB以内,可以满足应用需要。     

结合小波变换和双边滤波的SICM图像降噪算法

扫描离子电导显微镜(Scanning Ion Conductance Microscope, SICM)能够实现微纳米级的形貌测量,引起广大学者的关注研究。针对SICM形貌图像易受噪声污染,影响后续应用的问题,提出了一种基于小波分层阈值处理的双边滤波算法。针对SICM形貌图像的多特征融合噪声,采用伪中值滤波局部处理图像中的强斑点噪声,有机结合小波阈值去噪和双边滤波去除图像高频和低频噪声,最终得到去噪效果较好的形貌图像。通过仿真实验和实测实验进行多次验证,本文算法对比中值滤波、双边滤波和小波去噪三种去噪算法,其峰值信噪比提升幅度均大于9.8%。实验表明本文算法在SICM形貌图像去噪方面具有更大优势。     

直流电能表计量信号自适应降噪方法

直流配电网包含DC/DC变换器等电力电子器件,非线性特性显著,导致直流输出端电压、电流信号存在大量纹波,需通过滤波降噪处理提升直流电能计量的准确性。针对现有的滤波降噪方法参数设置缺乏优化、滤波降噪效果尚待提升问题,本文提出基于自适应变分模态分解与小波阈值去噪相结合的直流电能计量数据降噪方法。建立输出端直流电压、电流信号变分模态分解的参数最优化模型,并联合互信息分析,实现原始信号的有效模态分量与噪声模态分量的自适应区分。在此基础上,建立以信噪比、均方根误差、平滑度、相关系数复合评价指标最优的小波阈值去噪参数最优化模型,实现噪声模态分量的最优滤波降噪。通过实测数据计算分析,验证所提方法的有效性。     

可调阈值函数和能量阈值优化的电能质量扰动小波去噪方法

电能质量信号在采集、传输过程中受外界环境的影响会引入噪声干扰,有效去噪的同时保留突变点信息是治理电能质量的重要前提.给出了一种可调阈值函数,通过对可调参数的控制,可以使得该阈值函数在软硬阈值函数之间变动,兼具两者的优点.引入小波系数能量因子,以能量最大的尺度作为特征尺度,在此尺度上,子区间能量高于尺度能量者则为有效区间...