基于小波收缩的改进阈值脑电信号去噪方法研究

脑电(EEG)信号是脑神经细胞的电生理活动在大脑皮层的反应,但采集到的脑电信号一般都含有大量噪声信号。为了有效去除噪声信号并保留有用信息,在经过研究分析后提出一种基于小波收缩的改进阈值去除脑电信号噪声的方法,改进的阈值可以随着分解层数的变化而变化,在实际中可灵活应用。首先利用小波变换对脑电信号进行分解,得到多层的高频系数和低频系数;然后根据分解层次的不同,对小波系数进行自适应的阈值处理;将缩放后的小波系数重构,得到去噪声后的脑电信号。以信噪比(SNR)、均方根误差(RMSE)作为去噪效果的定量指标,通过实验对比了改进阈值法和软硬阈值法以及自适应阈值法,实验结果表明基于小波收缩改进的阈值法去噪效果优于其他三种阈值法。

基于BRISK-BEBLID特征的无人机图像快速配准方法

针对BRISK(Binary Robust invariant scalable keypoints)算法鲁棒性较差,运行速度较慢等缺点,提出一种BRISK-BEBLID特征的无人机图像快速配准方法。该算法首先利用BRISK算法进行特征点检测,然后引入BEBLID(Boosted Efficient Binary Local Image Descriptor)算法进行特征描述。之后在GMS(Grid-Based Motion Statistics for Fast)算法上对所获得特征点进行粗匹配,最后采用改进的RANSAC(Random Sample Consensus)算法结合单应矩阵对匹配结果做进一步的筛选,从而实现图像快速匹配。实验结果表明,相较于对比算法,该算法特征提取和特征匹配时间分别缩短了6倍和2.9倍,匹配准确率提高了约26.71%,在图像尺度旋转、光照、视角、模糊多种变化场景中均能够保持良好的鲁棒性,可以满足无人机图像实时配准的需求。