融合卡方累积分布函数和PDE的曲波阈值去噪法

针对硬阈值函数不连续导致视觉失真和软阈值函数存在恒定重构偏差的问题,依据噪声的曲波系数分布特性以及理想阈值函数特性,提出了基于卡方累积分布函数的新阈值函数．为了克服阈值去噪法固有的环绕效应和难以兼顾细节保持与去噪效果的性能缺陷,将偏微分方程去噪图像中包含的有益信息融合进新阈值函数去噪图像中,提出了新去噪方法．理论分析和仿真结果一致表明,较软、硬阈值去噪法,文中采用卡方累积分布函数和偏微分方程改进的曲波阈值去噪方法,可以有效地改善去噪效果和视觉质量．     

基于小世界模型和图论的图像去噪

提出了一种基于图论的偏微分方程(PDE)图像去噪方法。在构造图的拓扑结构过程中,引入了小世界模型,降低图的直径,加快算法的收敛速度。同时,评估了图的权重函数中最优参数的选取。最后,用图的拉普拉斯矩阵和图上的热扩散方程实现图像的去噪。仿真实验结果表明,本文提出的方法能够有效去除高斯噪声,较完整地保持图像中的边缘等细节信息,在去噪性能和算法收敛速率上优于其它的PDE去噪方法。     

基于PDE的错位ESPI无损检测方法与系统实现

设计并实现了电子散斑干涉无损检测系统,搭建了错位电子散斑干涉光路.采用基于偏微分方程的电子散斑干涉信息提取技术对采集到的散斑图像进行处理,结合条纹图自身的方向信息,利用偏微分方程提取电子散斑干涉条纹图的中心线并进行相位插值,得到物体的变形信息,从而实现无损检测.实验结果表明:本文方法提取的相位平均误差在2%以内.     

基于空间分数阶偏微分方程的图像去噪模型研究

为了在获取更高信噪比的同时更多地保留图像边缘和纹理等细节信息,将分数阶微积分理论和偏微分方程方法有效结合,构建了基于空间分数阶偏微分方程的图像去噪模型,并利用分数阶微分掩模算子来实现去噪模型的数值计算。该去噪模型通过引入以分数阶梯度模值为参数的边缘停止函数并选择合适的分数阶微分阶次,由此能够在一定程度上解决传统去噪模型存在的不足之处。实验结果表明,基于空间分数阶偏微分方程的图像去噪模型较传统的去噪模型不仅可以提高图像的信噪比,而且可以更好地保留图像边缘和纹理等细节信息。     

用于图像复原的二阶与四阶结合的偏微分方程滤波

针对目前现有的用于图像复原的二阶偏微分方程滤波和四阶偏微分方程滤波的不足之处,提出了一个二阶偏微分方程滤波和四阶偏微分方程滤波相结合的非线性滤波.该滤波充分利用了二阶滤波保持边缘和四阶滤波在平滑区域去除阶梯效应的优点,能够在恢复的图像中保持边缘和避免阶梯效应.数值实现结果表明:该模型的去噪效果好,而且还具有较快的收敛速度.将实验结果与其他二阶和四阶模型相比,恢复的图像质量较高,体现了该模型在图像复原上的有效性.     

具有全局收敛性的彩色图像去噪模型

针对彩色图像去噪问题,提出了一个具有自适应性的去噪迭代模型.该模型继承了全变分泛函(TV)保护彩色图像局部特征的性质,并基于Kacanov方法收敛性的条件的要求改进了全变分泛函,从而用Kacanov方法证明了新模型所给出的耦合偏微分方程组的解序列的全局收敛性.实验结果表明,耦合偏微分方程组较好地处理了去噪过程中不同色彩分量之间的相互影响,有效地抑制了去噪后图像相比于原图的色彩失真问题;并在去噪的同时有效地保护了原彩色图像的主要局部特征.     

基于小波变换与中值滤波相结合的图像去噪处理

尝试利用基于小波变换和中值滤波相结合图像去噪声处理对同时含有高斯噪声和椒盐噪声的图像去噪方法进行了探讨．结果表明，小波变换结合中值滤波方法在去除图像噪声的同时较好地保持了图像所包含的边缘信息，处理效果优于单一的小波变换去噪或中值滤波．     

基于小波变换方向信息的奇异值图像去噪研究

提出一种基于小波变换方向信息的奇异值图像分解去噪方法.由于图像噪声主要集中在小波域中的高频子图部分,且系数较小,可以利用奇异值分解后较大的奇异值和对应的特征向量重构出去噪图像,然而由于奇异值分解固有的行列方向性,对于高频对角线子图重构出的图像去噪效果不理想,故采取旋转至行列方向后再进行常用的奇异值滤波.低频子图仅作简单维纳滤波,最后将去噪后的低频和高频子图进行小波反变换重构出最终的去噪图像.实验结果表明,该方法在有效去噪的同时较好地保留了原有的高频细节信息.     

利用各向异性扩散去除SAR图像中的斑点噪声

合成孔径雷达(SAR)图像受到相干斑点噪声的干涉，严重影响合成孔径雷达图像的质量。我们利用各向异性扩散方程抑制合成孔径雷达(SAR)图像中的斑点噪声，只要选择合适的扩散方向和速度，就能较好地保留图像的边缘和细节信息．最后对合成孔径雷达图像进行去噪实验，并与小波去噪滤波方法进行比较，各向异性扩散方程具有更好的抑制噪声的效果．     

基于小波消噪和自适应滤波的FECG提取

应用小波分析和自适应滤波消噪相结合的方法提取胎儿心电（feta electrocardiogram, FECG）信号．对样本信号对软阈值去噪和硬阈值去噪进行了对比分析，发现软阈值去噪较好．把去噪后的信号作为自适应滤波消噪的参考信号，将腹部信号作为主输入信号，构建了基于RLS自适应噪声抵消（recursive least squares adaptive noise cancellation），并对其进行了样本试验．     

图像阈值去噪中的小波特性分析及算法改进

选取合理的小波和阈值算法能够获得理想的图像阈值去噪结果;分析了小波正交性、消失矩以及滤波器结构等特性对图像阈值去噪的影响,提出了图像闽值去噪中小波特性的选取依据．按照噪声与图像信息在小波多尺度分解中传递特性的不同,提出基于信息量的自适应分层阈值算法;仿真结果表明,在进行图像阈值去噪时应优先选取双正交小波,且其消失矩阶数近似于图像的最高次奇异性,去噪小波的高通分解滤波器应具有偶对称性质,低通分解滤波器长度不宜过短．自适应分层阈值算法的图像去噪效果要明显优于全局阈值算法,图像信噪比能够提升至27．86（bior2．6,SNR0=20）;具有偶对称高通分解滤波器的双正交小波能够获得较好的图像去噪效果,其消失矩阶数应近似等于图像的最高次奇异性,基于信息量的小波自适应阈值算法在提升图像信噪比的同时,能够有效保留图像的细节信息．     

数字视频图像传输中基于FPGA的图像去噪方法

在靶场测试实验中,为了节约经费和节省时间,需要将大量的视频图像进行高速传输与存储,以方便事后处理。研究了数字视频图像传输中一种基于FPGA（FieldProgrammableGateArray）的数字图像去噪方法,设计了基于FPGA的图像滤波器,并利用Matlab进行仿真实验。得出基于均值操作的自适应中值滤波方法对受到混合噪声污染的图像信息具有更理想的滤波去噪效果。     

全变分图像去噪的研究

图像去噪是图像处理中的重要环节之一。本文介绍了保持边缘细节效果较好的全变分去噪方法,分析了全变分法去噪的原理。实验结果表明与中值去噪算法相比,全变分算法能有效抑制图像噪声,并能更好地保持图像边缘细节。     

基于贝叶斯估计自适应软硬折衷阈值Curvelet图像去噪技术

针对传统阈值图像去噪方法存在的不足,提出了基于贝叶斯估计和Curvelet变换的软硬折衷阈值图像去噪方法,自适应地对不同的Curvelet子带进行阈值化处理.实验结果表明,该方法对图像中的边缘曲线特征有更好的复原.去噪后图像的峰值信噪比值（PSNR）更高,视觉效果更好.     

基于小波变换与卡尔曼滤波的多目标跟踪

利用小波变换和卡尔曼滤波研究多目标检测与跟踪问题.采用小波三层分解原理,对图像进行去噪处理,得到的低频图像再进行背景差分运算,从而检测出运动目标.采用卡尔曼滤波先预测出目标在下一帧的位置,通过前后帧的目标位置计算半径值,结合k近邻算法在半径内采用k近邻数据关联,取与预测位置欧氏距离最短的点为目标在下一帧中出现的真实位置.通过MATLAB对实验进行仿真.结果表明,方法可有效提高多目标检测与跟踪的准确性和抗遮挡性.     

小波和小波包变换在心电信号去噪中的应用

小波（包）变换软阈值去噪方法具有非线性和自适应性,特别适合非平稳微弱的生物医学信号的去噪,而心电信号恰具有该特征。利用MIT／BIH数据库中没有噪声的胎儿心电的信号作为有用信号并混合高斯自噪声作为干扰来验证小波（包）软阈值去噪的效果。验证结果表明小波（包）软阈值算法去噪效果很好,能有效去除干扰。     

基于小波变换的电能质量监测

针对噪声系数的幅度随着尺度增加而减小的特点,提出了一种改进的基于小波分解层数的波段自适应降噪算法.利用Matlab仿真软件建立了电压暂降的系统模型,运用小波分析的方法对污染白噪声的电压暂降信号进行了时频分析和降噪处理,分析了软硬阈值降噪方法.实验结果表明,该方法通过调整两个可调参数获得较优的小波系数阈值估计,与常见的三种典型算法相比不仅较好地去除了噪声干扰,且信噪比更高,均方误差更小,同时具有更优的信息保全能力.     

一种非参数回归图像去噪方法

为了在图像去噪时进一步提高信噪比从而增强去噪效果,提出了一种空域自适应的高稳定性去噪滤波器。将数值分析中的非参数回归模型应用于图像去噪处理,推导了基于该方法的算法模型。在双边核的基础上,提出一种自适应的Steer核滤波方法,该算法根据边缘的方向可以调整模板的方向和曲率,做到了完全白适应。最后,在相同条件下实现该算法与Nadaraya—Waatson Kernel Regression算法、Bilateral Kernel Regression算法的Madab实验比较,实验结果表明,基于非参数同归模型的去噪算法具有良好的去噪效果,与其他算法相比,可以得到更高的信噪比。     

STFT与FIR在航空瞬变电磁数据处理中的应用

航空瞬变电磁法是一种快速普查良导电金属矿的航空物探方法,由于其具有速度快、成本低、探测范围大等优点,已经在国内外获得了较为广泛的应用。由于二次场与源无关且反映地下介质的特性,所以主要针对二次场进行处理和解释。但二次场的有效能量较弱,因此常常受到各种干扰的影响,以至降低了后期的处理和解释精度。为此,寻求合适的滤波或去噪方法抑制其噪声成为亟待解决的问题。本文应用短时傅里叶变换STFT（Short Time Fourier Transform）分析去噪前后二次场信号的时频特性,为航空瞬变电磁信号去噪选择合适的滤波方法提供依据,并及时评价滤波效果。实验结果表明利用STFT对航空电磁数据处理是有效的可行的。     

基于小波收缩阈值和维纳滤波的去噪方法

针对高斯噪声图像的结构特点及传统去噪方法中所存在的问题,提出一种基于小波收缩阈值法和维纳滤波法相结合的图像去噪方法。采用小波收缩阈值法对图像进行去噪,对处理后的图像用维纳滤波法进行平滑处理。采用独立自适应阈值,对其子带阈值进行确定,并引入调节系数。仿真结果表明,所提出的方法在高斯去噪效果和保留图像细节信息性能方面优于中值滤波算法、均值滤波算法等方法。