基于改进小波阈值函数和全尺度Retinex的红外图像融合增强算法

针对现有红外图像增强算法存在信噪比低、细节模糊、清晰度差等问题,本文提出基于改进小波阈值函数和全尺度Retinex的红外图像融合增强算法。首先,为克服尺度参数固定和光线散射导致红外图像退化的问题,利用大气透射率得到Retinex尺度参数的全尺度映射图,从而有效提高图像的清晰度,并将输入图像和使用全尺度Retinex处理后的输入图像作为算法的第一个输入和第二个输入。其次,为解决传统小波阈值函数在图像降噪过程中存在伪影、细节丢失等问题,设计改进小波阈值函数,通过引入尺度因子,在计算每层高频子图小波系数后,能根据该层数自适应调整尺度因子,并引入调节因子,结合指数函数,使该函数不仅能抑制高频子图噪声,还能极大程度保留细节信息。然后,使用小波图像融合的方式融合输入的高频子图和低频子图,进一步提高输出图像的纹理细节。主客观仿真结果表明,所提算法比其它对比算法具有更好的降噪和细节突出能力,并能提高红外图像的人眼视觉效果。最后,本文算法应用于红外成像模块采集的红外图像增强,效果良好,表明本文方法具有实用性。

一种新的小波收缩统一阈值函数

提出一种新的小波收缩统一阈值函数,并证明了新阈值函数具有收敛性,通过调节可变参数的取值可以改变新阈值函数的趋向,为图像阈值去噪的自适应处理提供了可能。此外,给出了新阈值函数的期望、方差与风险的关系式。仿真结果表明新阈值函数不仅能有效去除噪声,而且比两种经典的阈值函数有更高的灵活性,可以获得更高的信噪比和更好的视觉效果。

自适应新小波阈值函数中子图像去噪方法

中子射线照相技术是一种重要的无损检测技术,但在中子成像过程中会受到一些噪声因素的干扰,导致图像质量降低,不利于后期研究。本研究提出一种基于粒子群优化算法(particle swarm optimization,PSO)的新小波阈值函数去噪方法来降低噪声对中子图像的影响。其基本思想是将PSO算法与小波阈值函数去噪相结合。通过PSO算法寻找适合当前图像去噪的最优调节因子。Matlab软件实验的结果表明,新方法在去除高斯噪声、泊松噪声较其他四种对比方法可以明显提高噪声图像的峰值信噪比(PSNR)和降低噪声图像的均方误差(MSE),有效提高中子图像的质量。

基于能量阈值的双参数阈值函数在生理信号降噪中的应用

针对弱生理信号在采集过程中易被噪声淹没,传统小波去噪算法存在去噪效果差和信号提取失真的问题,根据小波系数的能量分布特点,提出一种改进的小波阈值去噪算法。通过计算各层小波系数的能量来确定阈值,避免阈值计算的不平衡性,同时提高自适应性和弱信号的保真度;采用一种改进的可调节的双参数阈值函数对小波系数进行处理,在小波系数压缩程度可控的同时可以自由调节阈值函数的变化趋势。实验结果表明:改进的小波阈值去噪算法相较于两种传统去噪算法(经验模态分解算法和滤波器算法)以及12种传统小波阈值和阈值函数组合算法,在信噪比、均方根百分比和均方根误差上都具有明显的优势,并且在实测生理信号中取得了最小的平均相对误差和最小的波动性。

改进的小波阈值函数在心率检测中的应用

基于人脸视频图像的心率检测是根据血液的运动使人脸皮肤颜色发生细微的变化,提取出含有脉搏信息的信号,从而得出心率值的方法。由于受背景光照、环境温度等因素的影响,在提取心率信号的过程中不可避免地带有噪声,导致检测的心率值不准确。针对这一问题,提出了一种改进的小波阈值函数并应用在心率检测中。改进的小波阈值函数既满足阈值函数的连续性,又避免了软阈值函数恒定偏差的问题,同时通过调节参数能灵活地调节阈值函数,从而实现了对心率准确、有效地估计。实验表明,改进的阈值函数去噪优于软、硬阈值函数,心率检测准确、有效。该方法在监测生命健康、监控运动安全、防止疲劳驾驶等领域有着很好的应用前景。

改进小波阈值函数降低发动机冷试噪声测试仿真

为在发动机冷试测试过程中得到较为精准的传递信号,在分析总结小波降噪的文献资料基础上,构造一种对发动机冷试测试过程中的故障诊断信号进行降噪处理的改进小波阈值函数,使用MATLAB进行降噪模拟仿真对比分析,并对冷试的柴油机缸盖高速振动信号加噪后进行仿真验证。结果表明:本文中提出的基于改进小波阈值函数的降噪方法效果较好;MATLAB仿真试验中,经改进的小波阈值函数处理后的信号信噪比为26.9413,均方根误差为0.5258;在柴油机降噪仿真试验中,经改进的小波阈值函数处理后的信号信噪比为3.0868,均方根误差为2.2881。改进小波阈值函数降噪方法对柴油机冷试振动信号具有较好的降噪效果。

基于改进阈值函数的直埋供热管网检漏研究

为提高声波法直埋热水供热管网泄漏应用的定位精度,在分析各种小波法阈值函数适用性的基础上,提出了改进阈值函数降噪方法,该方法理论上能够克服软阈值函数的恒定偏差和硬阈值函数信号振荡的缺点,设置调节参数,提升降噪能力,保留小于阈值点区域信号,避免有效信号丢失。在大型直埋热水循环管网中进行泄漏测试实验,研究表明采用本方法进行声波法直埋供热管道泄漏检测,可实现泄漏定位误差在±1 m内,定位精度可达0.11%~3.49%,最后选择北京市供热系统中实际工程案例,采用本方法进行声波法泄漏检测,泄漏定位误差为0.37%~0.66%,定位精度提升。

一种改进的小波阈值函数降噪方法

信号降噪中传统阈值函数降噪存在局部震荡、边缘模糊等问题。近年来一些学者对阈值函数进行研究改进一定程度上消除了传统软硬阈值函数恒定偏差和伪吉布斯现象等问题,但许多改进阈值函数都不具有高阶可微性致使数据降噪后不够平滑。本文基于传统阈值函数及一些相关学者研究对阈值函数进行改进,加入双参数模型让阈值函数调节时更具有灵活性,参数在一定范围内选取具有高阶可微性。基于仿真实验对传统阈值函数、一些学者改进的阈值函数与本文改进的阈值函数对比分析可知改进的阈值函数信噪比和均方差都有一定程度的提升。

基于改进小波阈值函数的桥梁应变监测数据降噪研究

为了减少噪声对桥梁应变监测信号的影响,进一步提高应变监测数据的可靠性,提出一种改进的小波阈值函数,通过改进软硬阈值折衷函数,构造了基于麻雀搜索(SSA)算法的适应度函数,并利用麻雀搜索算法对阈值函数中的调整因子进行寻优,克服了硬阈值函数的不连续以及软阈值函数存在恒定偏差的缺陷,同时也避免了传统试错法获取调整因子的缺陷;然后利用数值仿真软件建立了仿真信号,利用降噪效果评价指标,与其他改进阈值函数的去噪效果进行了比较,验证了该方法的降噪效果。研究表明:所提的桥梁应变监测信号降噪方法降噪效果更好,能较好地保留桥梁应变信息和基本特征。通过对兰家湾高墩钢栈桥应变监测数据降噪实例,验证了改进降噪方法的有效性。

一种新的小波自适应阈值函数振动信号去噪算法

小波阈值去噪算法是一种经典的振动信号去噪算法,但仍有一定局限性。为了更好地消除噪声对被测振动信号的干扰,提取信号的有用成分,本文对比分析了几种不同小波阈值去噪算法,并在经典小波阈值去噪算法的基础上改进了阈值函数,提出了一种新的小波阈值去噪算法。对模拟信号及实测风机振动信号进行去噪处理并分别与经典及改进的小波阈值去噪效果进行定量比较。结果表明:新的小波阈值函数更好地抑制了噪声污染和保持信号细节,有效地消除了背景噪声,提高了信号特征的可分离性,具有较高的实用价值。

一种平稳小波变换改进阈值函数的电能质量扰动信号去噪方法

含噪电能质量扰动信号分析的前提是准确找到突变点信息,对信号进行去噪的同时,又必须保留突变点特征。针对此问题,选取平稳小波变换分解信号,并利用提出的改进阈值函数对信号进行去噪。将含噪的电能质量扰动信号进行多层平稳小波变换,逐层估计平稳小波变换细节系数中噪声的均方差σ_j,计算各层阈值σ_j2lnk^(1/2)并根据信号、噪声的小波系数在不同尺度上的分布特点,通过ln(j+1)对各层阈值进行修正,结合改进的阈值函数分别对各层小波系数进行处理。利用尺度系数和处理后的小波系数进行重构,得到去噪后的信号。仿真结果表明,改进的阈值函数去噪方法能够较好地滤除噪声并保留突变点特征,从处理后的小波系数中可以清晰地观察到扰动的起止时刻,并能够分辨出暂态振荡与谐波干扰。

一种新的小波阈值函数及其在振动信号去噪分析中的应用

研究一种新的小波收缩阈值函数用于信号的去噪分析,对比分析了硬阈值、软阈值和新收缩阈值函数的优缺点,给出了收缩阈值函数法中的阈值计算详细过程,基于虚拟仪器LabVIEW构建检测齿轮箱系统的振动与噪音检测系统,在MATLAB平台上利用收缩阈值方法开发了对齿轮箱振动和噪声信号进行去噪处理的软件,试验数据的分析表明:基于新的小波阈值函数的信号降噪分析方法去噪效果明显,且保留了原始信号的细节特征,是一种较传统经典去噪手段更为优越的方法,具有较高的实用价值。

基于自适应阈值函数的小波阈值去噪方法

去噪是小波分析的一个重要应用领域,相对于其它方法,小波变换具有对信号时频局部性详细刻画的优势。在信号的去噪处理过程中,如何在削弱噪声的同时又最大限度的保留信号的奇异性特征是信号去噪研究的一个核心问题。该文提出一种基于自适应阈值函数的小波去噪方法,通过调整阈值函数实现在信号小波分解的细尺度上去除噪声的同时又尽量保留信号细节系数,而在宽尺度上最大限度地滤除噪声部分的小波系数。通过对blocks,bumps和水下目标回波信号的仿真实验证明,该方法和现有的阈值去噪方法相比,具有显著的优势,能够在滤除噪声的同时很好地保留信号的奇异性特征。

基于新阈值函数的小波阈值去噪算法

针对传统小波阈值函数在阈值处的不连续性、小波估计系数存在偏差等不足,导致去噪后的图像出现失真、产生吉布斯震荡等问题,提出了一种改进的阈值函数,与常用的硬阈值、软阈值以及已有改进的阈值函数相比,该函数不仅易于计算,而且具有优越的数学特性。为了验证该阈值函数的优越性,通过仿真实验对几种小波去噪方法的峰值信噪比(PSNR)与均方差(MSE)进行了对比。实验结果表明,此去噪方法无论是在视觉效果上,还是在均方差和信噪比性能分析上均优于常用的阈值函数。

基于渐近半软阈值函数的超声信号去噪方法

针对硬阈值函数的不连续性和软阈值函数存在恒定偏差,以及阈值函数中参数选择的问题,提出了渐近半软阈值函数。超声探伤信号处理中,该阈值函数通过使用渐近的调节系数,使得估计的小波系数逐渐逼近真实的小波系数。仿真结果表明:渐近半软阈值函数与硬阈值函数和软阈值函数相比,在超声信号去噪中能够获得更高的信噪比以及更小的均方误差,具有更好的去噪效果。

一种改进小波阈值函数的光纤光栅传感信号去噪方法

光纤布拉格光栅(FBG)传感信号中存在的噪声严重影响了其中心波长的检测精度,因此必须进行去噪处理。本文针对传统的小波软、硬阈值函数去噪的不足,提出了一种改进的对数阈值函数,并确定了最优的小波基和分解尺度。仿真表明,本文提出的改进阈值函数去噪后信噪比(SNR)较大,均方根误差(RMSE)较小,其中信噪比比传统的软、硬阈值方法提高了1.5 d B^4 d B。最后通过实验验证了本文方法的去噪效果。

基于自定义阈值函数的小波去噪算法

基于硬阈函数和软阈函数的小波去噪算法处理的信号分别存在偏差和方差过大的缺点,为有效解决这一问题,提出基于自定义阈值函数的小波去噪算法。研究给出了一种改进型的自定义阈值函数,建立了该函数的数学模型,对基于该函数的小波去噪算法的去噪效果进行了仿真,并将该算法应用于实际的电能质量暂态信号检测之中。仿真和实验结果进一步表明了自定义阈值函数的优越性和基于自定义阈值函数小波去噪算法的有效性。

基于改进阈值函数的自适应图像去噪方法

经典的BayesShrink通过软阈值函数对小波系数进行修正,使得原小波系数和修正小波系数存在恒定偏差,降低了去噪图像质量。文章利用噪声系数幅值随小波系数幅值的增大而相对减小的特点,构造了具有伸缩性的自适应阈值函数,该方法克服了软阈值函数产生的恒定偏差,依赖小波系数幅值对原始系数和修正系数间的恒定偏差自适应调节。伸缩因子m根据不同图像特点采用二分法自适应寻得最优值。实验结果表明改进后的阈值函数相比经典软阈值函数去噪效果较优。

基于一种新的阈值函数的小波域信号去噪

在D.L.Donoho和I.M.Johnstone提出的小波阈值去噪方法的基础上,构造了一个新的阈值函数.与传统的软硬阈值函数相比,新阈值函数表达式简单易于计算,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,而且是高阶可导的,便于进行各种数学处理,还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,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,采用了新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.

基于Shannon熵的自适应小波包阈值函数去噪算法研究

小波包去噪算法的关键问题在于对信号进行去噪时,如何有效地消除噪声且尽可能地保留原始信号的小波包系数。传统阈值函数由于无可调节参数,其去噪形式固定,无法根据小波包分解系数的噪声成分自适应地进行调整,去噪效果有待提升。据此,将Shannon信息熵作为调节参数引入小波包阈值函数中,提出一种基于Shannon熵的自适应小波包阈值去噪算法,对信号进行小波包分解并计算最大分解尺度小波包系数的Shannon熵值,依据该值对阈值函数进行调整,以实现在强噪声背景下对小波包系数进行大尺度的收缩,而在弱噪声背景下实现阈值收缩的平滑过渡。采用该方法对仿真信号与轴承振动实验信号进行去噪分析,并与其它小波包阈值去噪算法相对比,结果表明该方法去噪效果更好且在滤除噪声的同时有效地保留了信号的原始特征。