利用生成对抗网络的时频图像去噪和增强处理

针对雷达信号时频图像的去噪和增强问题,提出了利用生成对抗网络二次生成时频图像的方法。首先利用时频分析产生雷达信号的时频图像作为原始数据集1;接着利用生成对抗网络对数据集1进行学习之后生成新的数据集2,数据集2相对于数据集1拥有着去噪和增强的效果;最后提取时频图像奇异值特征检验生成的数据集2的有效性。对6种常见的雷达信号的时频图像进行了仿真实验,结果证明了该方法在时频图像去噪和增加样本多样性方面是有效的。     

基于SVD的小波变换图像去噪方法

针对传统SVD图像去噪方法的不足,提出了一种基于SVD分解的小波分解图像去噪方法。通过对小波变换的系数矩阵进行奇异值分解,将其中的信号特征成分和噪声分解到不同的正交子空间中,在子空间中选取集成信号特征成分的奇异值矢量进行重构,从而提取出淹没在噪声中的信号成分。实验结果表明该文提出的方法适用于图像信号的提取,与传统的SVD去噪方法相比,它提取出的信号特征成分更完整,信噪比更高。     

绝缘子串红外图像中绝缘子盘面和钢帽区域的自动提取方法

提出了一种新的绝缘子串红外图像中绝缘子盘面和钢帽区域自动提取方法:通过红外图像预处理、特征提取、角度校正和区域提取4个步骤实现自动提取。该方法首先将现场拍摄的绝缘子红外图像进行灰度化处理、去噪、二值化;然后从二值图像中提取反映绝缘子的特征集合;通过特征集对二值图进行角度校正;最后通过区域提取中的特定算法提取出绝缘子的盘面和钢帽区域。该方法经过了某220 kV变电站的实验验证,证实了提取结果的正确性和实用性。     

融合梯度及分数阶积分算子的SVM滤波

为了在滤除椒盐噪声时更好的保护图像特征信息 ,利用分数阶积分算子、梯度信息和SVM 设计了一种滤波方法 FG-SVM。先设计PCNN噪点检测模型,将检测的噪点及信号点对应位置分别标记为1和0, 生成标记图像;然后根据标 记图像,在噪声图像上对每一个以信号点为中心的5×5区域,用中心 点周围的像素灰度信息、分数阶积分算子及梯度信 息构建训练样本,训练SVM获得去噪模型;再取以噪点为中心的5×5 区域构建测试样本,作为SVM去噪模型的输入来 估计区域中心的灰度值;最后用SVM的估计值取代噪点的灰度值,得到去噪图像。仿真试验 表明,分数阶积分阶次取 1.7时,能获得最好的去噪效果。对含噪 1%的Lena、Pepper及Camer.去噪,FG-SVM 的PSNR比MPCNN分别提高了[4.19,3.64]dB,且去噪图像的边缘细节清晰。     

二维小波收缩与各向异性扩散等价性框架及在图像去噪中的应用

图像去噪是图像处理中的一种重要技术。小波收缩根据噪声的小波系数幅值较小的特征通过收缩达到去噪目的。各向异性扩散在尽可能保持图像特征的同时,根据梯度方向及幅值去噪。该文首先证明二维小波收缩与各向异性扩散的等价性框架,对等价性给予验证,进而根据等价性提出综合利用两种方法优势的各向异性小波收缩去噪算法。对比实验结果表明,此算法综合利用了小波收缩与各向异性扩散的优势,去噪效果更加理想。     

二维小波收缩与各向异性扩散等价性框架及在图像去噪中的应用

图像去噪是图像处理中的一种重要技术。小波收缩根据噪声的小波系数幅值较小的特征通过收缩达到去噪目的。各向异性扩散在尽可能保持图像特征的同时,根据梯度方向及幅值去噪。该文首先证明二维小波收缩与各向异性扩散的等价性框架,对等价性给予验证,进而根据等价性提出综合利用两种方法优势的各向异性小波收缩去噪算法。对比实验结果表明,此算法综合利用了小波收缩与各向异性扩散的优势,去噪效果更加理想。     

脉冲涡流热成像图像的BEMD提升小波阈值去噪

在脉冲涡流热成像检测中,有效抑制红外热图的噪声是最终提取特征量识别缺陷的关键环节之一。将提升小波阈值去噪的思想运用到二维经验模态分解(BEMD)中,提出了一种基于BEMD的提升小波阈值去噪方法。针对传统软、硬阈值法的局限性,引入包括带有可变因子的隶属函数的模糊阈值处理方法。将该方法运用于脉冲涡流热成像信号的实际消噪处理,实验结果表明,该方法与小波阈值去噪相比,去噪效果更明显,图像的细节特征更清晰。     

小波变换在医学图像边缘提取中的应用

边缘是图像的重要特征。医学图像往往较模糊．其边缘特征难以用传统方法检测。小波变换具有良好的局部化特性、多分辨特性．及检测信号局部突变的能力。对图像进行二维小波变换，其梯度模值反映了图像的边缘。介绍一种基于小波变换的图像边缘提取方法。实验证明．与传统边缘检测方法相比，该方法去噪效果好，能提取图像中较弱的边缘，且能使边缘细化。这些特点使得他特别适合于医学图像边缘的提取。     

一维小波变换在时域光学相干层析成像中的应用

时域光学相干层析(OCT)系统通常采用短时傅里叶变换(STFT)完成干涉信号的解调和图像重构。短时傅里叶变换算法简单,但是在干涉信号解调时难以获得好的去噪效果,通常还需在二维(2D)图像域对重构图像进行去噪。该方法数据运算量大,集成度不高。将一维(1D)小波变换(WT)应用于时域光学相干层析成像技术,同时实现干涉信号解调、去噪和图像重构。算法将时域光学相干层析的干涉信号分解到各个不同的频率空间,保留包含调制频率的频率空间的小波系数,对保留的小波系数进行滤波去噪后进行逆变换即可实现对干涉信号的解调和去噪,对解调信号等间距采样实现图像重构。该方法数据运算量小,集成度高,结合先进的小波去噪技术可以大大提高重构图像的分辨率,具有良好的应用前景。     

激光脉冲弱小回波信号提取方法研究

在激光红外复合制导中,主动激光雷达可以提供探测目标的距离信息,并与红外探测方式实现光电互补,有助于提高复杂战场环境下精确制导的准确率。激光测距时,准确的回波位置检测是确保测距精度的关键。而信噪化是决定精度和作用距离的关键。为了提升脉冲回波信号的信噪比,本文提出了一种结合自相关滤波算法与改进的奇异值分解方法的微弱脉冲提取方法,并分别采用仿真数据和实际采集的脉冲激光回波信号进行去噪实验,实验结果表明,本文所提出的方法能够有效地提升回波信号的信噪比,有助于提高激光测距的精度。     

基于侧影轮廓的激光射线成像图像重建方法

由于进行激光射线成像图像重建的过程中没有对图像去噪处理，导致图像画面模糊，为此提出基于侧影轮廓的激光射线成像图像重建方法。采用两侧相邻法进行直线插补，去除激光射线成像图像中存在的噪声；结合图像灰度二值化方法将去噪后的图像转化成黑白二值图像；通过侧影轮廓中心相位提取二值图像特征；采用包围盒方法，建立图像重建三维数据场，按照数据场对激光射线成像序列实行直接绘制，实现图像重建。通过实验可知，所提方法重建后图像画面清晰，能够全面展现原始图像内纹理细节信息，且图像重建效率较高。     

基于MATLAB的振动信号去噪研究

在信源定位或设备故障诊断中,通过数据采集器采样得到的振动信号数据中往往叠加有噪声,使得其中有用的特征信息也常常被淹没在噪声之中。为了将数据尽可能真实地还原成实际振动状况,提取真实信号的特征,须对干扰信号进行去噪。文中首先对实测振动信号消除了趋势项,并用切比雪夫带通滤波器和小波软阈值法对信号去噪。仿真结果表明：小波软阈值法去噪比切比雪夫滤波器去噪效果明显,且保留了原信号的细节特征,具有较高的使用价值。     

基于改进投影算法的二次雷达混扰信号分选北大核心CSCD

二次雷达应答信号混扰将导致解码错误,投影算法是一种较为有效的分选算法。然而,当信号被噪声污染时,该算法的分选效果较差,尤其是在低信噪比情况下的分选失败率较高,且分选得到的信号在幅值上有较大差异,不利于解码。首先,建立二次雷达应答信号的含噪混扰模型,进而从混扰信号中分解出信号子空间和噪声子空间,进行去噪;然后,根据二次雷达应答信号的零/恒模特性建立优化模型,改进投影算法,从而对去噪后的混扰信号进行有效分选,减小误码率,提高分选性能。仿真结果验证了该算法的有效性。     

基于小波包分解的图像特征提取及其应用

提出了一种基于小波包分解的提取图像特征的算法,将图像在不同尺度下的小波包变换模极大值组成一个矩阵,采用奇异值分解得到该矩阵的奇异值矢量作为描述信号调制样式的特征向量。该算法克服了传统的通过各种频域变换提取图像特征时对图像特征难以充分描述的不足,提取的特征向量的维数相对不高,便于实现。计算机仿真结果表明,这种方法具有稳健的抗噪性和良好的扩展性。     

彩色含噪图像的空间多分辨力阈值收缩求解方法

采用了一种新的基于小波变换的自适应多阈值图像去噪方法——空间多分辨力阈值收缩去噪法,方法首先根据信号在不同子带和不同方向上的分布特性选择不同的最佳噪声阈值,然后对彩色图像fC提取3幅分量图像fR,fG,fB,采用不同阈值分别对每幅分量图像进行去噪,最后重建去噪后的RGB合成图像。通过大量的实验证明,空间多分辨力阈值收缩去噪法能针对不同信号成分采用不同的噪声阈值,与硬阈值去噪方法和软阈值去噪方法相比,不仅提高了去噪后图像的信噪比,也使图像更加清晰,并能更好地适合人眼的主观视觉特性,可在客观和主观上同时获得更佳的去噪效果。     

基于 LoG 算子改进的自适应阈值小波去噪算法

图像在传输过程中会受到各种噪声干扰,为了实现消除噪声的目的,提出一种基于LoG算子改进的自适应阈值去噪算法。首先,利用LoG算子提取图像的边缘特征信息。接着,根据图像的边缘特征和非边缘特征分别求取改进的阈值函数:对于图像非边缘部分的阈值函数,在软阈值函数的基础上添加一个阈值修正系数,构建新的阈值函数;对于图像边缘部分的阈值函数,将边缘部分小波系数附近的能量和阈值相结合,构建新的阈值函数。最后利用改进的阈值函数对图像R、G、B 3个通道分别处理,保留图像所有的细节信息。实验结果表明,消噪后图像与含噪图像的PSNR值高于传统自适应算法12.09%;MAE值低于传统自适应算法22%。该算法有效保存了图像的边缘信息,综合去噪效果明显提高。     

基于波长调制光谱和小波去噪的激光甲烷遥测系统

为进一步提高激光甲烷遥测仪的抗噪能力,在波长调制光谱技术"相干检测、低1/f噪声"的基础上,进一步利用小波去噪技术的"多尺度、多分辨分析"能力对气体吸收传感信号进行去噪处理。首先建立了一种甲烷遥测系统,通过仿真优化了小波去噪的相关参数,并分析了基于经验模态分解的小波去噪方法的效果;在采用和不采用小波去噪算法的情况下,开展了传感器性能的对比实验,以此验证该技术应用于遥测系统的可行性。利用积分浓度为200×10~(-6) m的甲烷气体样品开展的甲烷检测实验结果表明,采用小波去噪算法提取二次谐波信号时,可将信噪比从116.4提高到179.8。对遥测系统开展的标定实验结果表明,提取的二次谐波信号幅值与气体浓度呈正比,未采用小波去噪算法时二者的拟合优度为0.990,采用小波去噪算法后的拟合优度为0.996。根据Allan方差的计算结果,未采用小波去噪算法时检测下限为3.4×10~(-6) m,采用小波去噪算法后检测下限降至1.7×10~(-6) m,检测分辨率提高了1倍。基于小波去噪和波长调制技术的激光甲烷遥测方法具有较高的信噪比、线性度和稳定性,可推广应用至现有的甲烷遥测系统中。     

SVD降噪在载波同步技术中的研究

为了提升突发通信中载波频偏估计的性能,降低有效估计的信噪比门限,提出了一种基于奇异值分解去噪的频偏估计方法。首先,该方法将含噪信号根据相应映射转换成矩阵,并对该矩阵进行奇异值分解;其次,将较大的奇异值判定为信号特征予以保留,否则判定为噪声特征置零;接着,根据降噪后的奇异值重构矩阵,恢复成模拟信号;最后,将预处理后的信号进行M&M频偏估计。结果表明,相比于不去噪的频偏估计算法,该方法能够提升估计精度,降低信噪比门限,具有一定的实用性。     

随机Hough变换提取空间碎片激光测距有效回波

为解决空间碎片漫反射激光测距回波数据信噪比低,难以快速高效地提取有效数据点的问题,提出一种基于随机Hough变换的有效回波提取方法。考虑O-C残差中相邻信号点之间的时间相关性,将有效回波数据的提取问题转化为图像空间中的曲线识别问题。采用随机Hough变换,将确定一条曲线的n个数据点映射为参数空间中的一个点,并在参数空间中运用分数累加的策略进行曲线辨识,提取信号点。采用该方法处理中国科学院云南天文台空间碎片漫反射激光测距实验得到的数据,结果表明,该方法可以快速地提取近似曲线型分布的有效回波,且占用内存少,漏检率低,为自动高效提取空间碎片漫反射激光测距有效回波提供了新思路。     

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。