基于纹理分析的去噪声方法研究

中巴资源一号卫星高分辨率CCD相机接收的图像数据,灰度值偏低,对比度较差,且存在明显的条带噪声;当图像被增强时,这种条带更加突出,严重影响了图像的质量以及清晰度,不利于数据的应用。从与以往不同角度出发,提出了基于纹理分析的去条带方法。即将图像上具有特定特征的噪声信息看作是某种对应的纹理特征,在基于纹理特征滤波法去噪声基础上,再用灰度共生矩阵法进一步进行直方图平滑,以消除局部噪声。同时将此方法与基于统计的均值调节法进行对比分析。

自适应预测法在去噪声中的应用

在信号检测中，突变点和脉冲点的检测尤为重要．本文首先用多项式预测法找出输入信号的突变点和脉冲点．并证明了预测因子之和为１．文中将时间域里的一维信号看成有序样品，由突变点将信号按谱系分成多类．然后对每一类用多项式预测法，即左预测和右预测去除脉冲噪声和白噪声．该方法能有效的保持信号的突变现象．

基于改进EMD的地下金属矿山围岩声发射信号去噪声处理

为提高地下金属矿山围岩声发射信号检测精度,提出一种可用于地下金属矿山围岩声发射信号去噪声处理的改进EMD方法。该方法首先将地下金属矿山围岩声发射信号进行经验模态分解,然后,通过确定高通滤波器、低通滤波器和带通滤波器所组成的滤波器组的滤波等级而选择相应滤波器进行滤波,最后,将剩余IMF分量进行重构得到去噪声处理后的地下金属矿山围岩声发射信号。研究结果表明:该改进EMD方法的去噪声误差较小,重构后的地下金属矿山围岩声发射能率信号能较好地反映地下金属矿山围岩声发射能率信号的真实趋势。

车用柴油机振动信号的去噪声处理

针对柴油机振动信号的瞬时非线性特点,论述了车用柴油机振动信号处理理论与方法.采用柴油机振动信号的IMF分量进行特征频带识别,将柴油机振动信号经验模态分解,去掉主要干扰因素所对应的IMF分量,再将剩余IMF分量进行重构得到柴油机振动信号.重构后的信号反映了车用柴油机机身振动的真实信息.

一种用能量谱去噪声计算声传播损失的方法

利用常规声传播损失方法计算实测水声场信号时,发现在低信噪比下计算得到的声传播损失存在较大误差.因此,利用能量谱去噪声原理,改进了常规声传播损失的计算方法,并比较分析了2种方法的结果.研究结果表明:当海洋环境条件较复杂、不易区分干扰源时,或者在低信噪比下的远程水声传播中,采用改进的声传播损失计算方法能够较好地抑制噪声、有效地提取信号能量和提高信噪比.

基于高阶马尔可夫随机场的图像去噪声研究

在图像去噪声处理中,高阶马尔可夫随机场通过最小化能量函数达到最优的去噪声结果。为了提高能量函数的优化性能,在马尔可夫随机场子模型的基础上对原始问题和对偶问题进行了分析,提出了一种基于原始-对偶方法的子模块之和方法。描述了马尔可夫随机场的线性规划及其对偶问题,并介绍了子模块之和流方法。通过对子模块之和流方法的原始问题和对偶问题进行分析,提出了同时满足派系松弛和一元松弛条件的近似解计算方法。实验表明,提出的方法与四种典型的图像去噪声方法相比具有更好的效果和更短的运行时间。

一种基于小波高斯去噪声方法的迭代算法

针对核磁共振医学图像中常出现的Rician噪声,提出了一种有效地去噪算法。和高斯噪声不同,Rician噪声和信号本身具有一定的相关性,但考虑到噪声与高斯噪声的联系,提出了一种基于小波高斯去噪声方法的迭代算法,实验证明,这种方法可以非常有效的去除Rician噪声。

基于EMD方法的柴油机振动信号去噪声处理

针对柴油机振动信号的瞬时非线性特点,提出采用柴油机振动信号的IMF分量进行特征频带识别的新方法。将柴油机振动信号经验模态分解,并去掉主要干扰因素所对应的IMF分量,再将剩余IMF分量进行重构得到柴油机振动信号。实际测试结果表明,重构后的信号能反映柴油机机身振动的真实趋势。

基于经验模态分解方法的柴油机振动信号去噪声处理

针对柴油机振动信号的瞬时非线性特点,提出采用柴油机振动信号的本征模函数(IMF)分量进行特征频带识别的新方法。将柴油机振动信号经经验模态分解,并去掉主要干扰因素所对应的IMF分量,再将剩余IMF分量进行重构得到柴油机振动信号。实际测试结果表明,重构后的信号能反映柴油机机身振动的真实趋势。

基于MATLAB的语音信号去噪声处理研究与仿真

噪声的存在严重影响了语音信号沟通功能的发挥。基于此,本文分别从FIR滤波器去噪声方面、IIR滤波器去噪声方面,分析基于MATLAB的语音信号去噪声处理;最后以FIR滤波器为例,对其在基于MATl AB语音信号去噪声中的应用进行仿真分析,以期为语音信号去噪声处理提供良好的理论参照。

SAR影像去噪声方法的研究

针对ＳＡＲ影像噪声的特点，在分析了几种主要滤波的基础上，提出了基于标准偏差的均值和中值滤波，试验证明了此方法的优越性。

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,计算不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。

多边形网格的平滑除噪声算法

给出了一个高效的无收缩平滑算法,用于消除多边形网格模型表面上的噪声,生成光滑的几何模型。通过引入面片重心不变的约束条件,算法将平滑问题转化为一个能量泛函的条件极小化问题,并给出了一个新的高效迭代求解方法。结果表明,它不仅能快速地去除表面上粗糙的噪声,保持其形状特征,且具有运算量少,计算稳定,收敛快等诸多好性质。

图像的计算机去噪声方法

本文提出了一种消除高斯白噪声的方法,并引入了一个判断边缘存在的操作。当边缘不存在时,采用区域平均法。而当边缘存在时。

基于Contourlet变换的红外弱小目标检测方法

介绍了存在背景干扰和噪声情况下的红外图像中弱小目标的检测问题,提出一种基于Contourlet变换的检测算法。首先对图像进行Contourlet变换,利用Contourlet分解后子图像的特性抑制背景和去噪声,最终实现对目标的检测。通过在含有随机目标的红外序列图像中的实验,并与小波变换进行比较,证明了算法的有效性。

基于小波变换的弹载星敏感器昼间星点识别方法

图像降噪与星点识别是弹载星敏感器进行星点质心提取的前提,针对其昼间星点识别困难的问题,提出了一种基于小波变换的去噪声方案。该方案选择双正交小波函数对图像进行分解和软阈值化处理。在此基础上,进行图像信号重建,得到降噪后的图像。对复原后的图像采用改进的最大类间方差法进行了星点识别。星点识别的准确率达到了86.7%。实验结果证明了此方案在北极星昼间测量与识别上的可行性。

基于小波分析的条纹图滤波方法

本文提出了一种新颖的干涉条纹图非线性滤波方法，可以选择性地在频域图像的不同区域选用不同的滤波方式，在滤掉图像中大部分散斑噪声的同时，能够减少信息的损失，使图像的内部边界仍然保持清晰。文中首先简介了正交小波变换的原理，然后介绍了去除散斑噪声的具体算法。

从图像处理的观点出发来看光学遥感器的成像质量

图像处理作为成像链路重要的一部分,充分利用地面去噪声和解卷积的作用,可以一定程度上提高成像质量。文章从不考虑、被动考虑以及主动考虑图像处理3个方面来对光学遥感器的成像质量进行了一些探讨。

基于插值切割位场分离技术分析2016-1-21青海门源M6.4级地震前重力变化特征（英文）

本文基于覆盖2016年1月21日中国青海省门源县M6.4级地震的河西地区2011年至2015年每年两期的流动重力网观测资料,根据不同的拟合插值算法进行了区域重力位场值网格化方法优选,并通过引人应用于资源勘探领域中的插值切割位场分离算法(改进了边缘点和角点的处理)和图像处理领域的自适应噪声滤除技术,解算了门源M6.4级地震发生前,在震源深度层附近的区域重力场时空演化特征及研究区域重力观测点的半年尺度变化量,解算结果发现,在震源深度范围(-11.12 km)分离的重力位场自2015年下半年,重力变化达到-400^+150x l0-8m/s^2量级左右,大于2011年至2014年同期的变化结果(±30xl0-8m/s^2);半年尺度(2014年9月至2015年5月以及2015年5月至2015年9月)重力观测点值变化趋势也验证了门源地震前重力加速变化的特征,这可能在一定程度上显示了门源地震发震前地壳内部物质运移等地质活动在地表重力场上的反映。

模糊图像处理技术概述

本文分析了各种模糊图像的特点,介绍了国际上前沿的模糊图像处理技术,着重对图像高级处理技术中的图像去噪声、图像复原和图像超分辨率技术分别进行详细分析,并以车牌为例介绍了模糊图像处理在刑侦方面的应用,最后总结了刑事影像分析方法的行业特点。