中值滤波与均值滤波的去噪性能比较

推导和讨论了中值滤波和均值滤波的去噪性能分析和实验表明，在更一般的噪声模型下，当噪声污染的概率较小时，中值滤波抑制噪声的能力优于均值滤波；而当噪声污染的概率较大时。

采用不同小波母函数的阈值去噪方法性能分析

以用于测定汽油辛烷值的红外吸收光谱分析为背景 ,评估采用小波去噪方法时各种小波和阈值组合的去噪能力。文章构造了一个理想的原始光谱信号 ,考虑到小波去噪后信噪比以及原始光谱信号保留率这两者之间的协调关系 ,基于信噪比 (SNR)定义了一个评价去噪优劣的评估系数 η ,在此基础上采用三种小波族系 (Symlets,Daubechies ,Coiflet)、四种阈值选取方法 (Rigrsure ,Sqtwolog ,Heursure和Manimaxi)和三种阈值重调方法 (One ,Sln ,Mln)对理想原始光谱信号进行了基于小波变换的信号去噪处理实验 ,以评价各种小波函数和阈值选取及重调方法的优劣。通过一系列的试验表明 ,对于该类型的信号 ,在实验所考察的小波族系和阈值选取及重调方法的范围内 ,采用Daubechies9或Symlet7,11,14 ,15小波 ,Rigrsure阈值选取规则和Sln阈值重调方法 ,可以得到最优的去噪性能。

信息隐藏算法中的去噪

指出了信息隐藏算法中去噪的意义和该算法中去噪与一般意义下去噪的不同点 ,然后讨论了各种滤波对图像去噪的性能 ,最后提出了 2种与尺度有关的小波域自适应去噪算法。大量的实验结果和进一步的分析表明 :在信息隐藏算法中 ,维纳滤波较具优越性 ;均方误差不能作为信息隐藏算法中滤波器去噪性能的度量。

用定阈值Wiener滤波去除图像噪声

本文介绍了Wiener滤波中的统计误差,提出 Wiener滤波去噪性能可以通过定阈值对图像作预处理得到提高,用标准 Wiener滤波法、逆滤波法及定阈值 Wiener滤波法对退化图像进行处理的结果表明,在进行图像恢复时,标准 Wiener滤波效果比逆滤波好,定阈值 Wiener滤波则优于标准 Wiener滤波和逆滤波。

改进小波变换的电子音乐信号去噪研究

针对电子音乐信号受噪声干扰易出现信号失真、电子音乐存在断点的问题,提出改进小波变换的电子音乐信号去噪方法。首先,分析不同尺度中电子音乐信号小波系数相关性,采用软阈值算法去除电子音乐中的噪声;然后,采用修匀法对去噪后电子音乐信号进行处理,提升电子音乐信号整体连续性。结果表明,改进小波变换去噪后电子音乐信号波动区间与去噪前相同,去噪后电子音乐信号未受损,信号连续性好,去噪性能明显优于对比方法。

基于小波神经网络的信号去噪时的阀值自学习

本文针对某一确定数据采集系统中小波去噪时的阀值选择,提出以小波神经网络加标 准信号来标定去噪阀值的方法,从而提高对信号的去噪性能。

基于小波与独立分量分析的语音信号分离算法研究

混合语音信号的分离是盲源分离的重要内容,也是信号处理领域中的一个难题。对含噪声的混合信号采用小波滤波对信号进行去噪预处理,再采用基于信息极大分离算法提取信号的独立分量。实验结果表明,与传统的滤波方法相比,该算法在消除噪声的同时,对其他信号的细节几乎没有破坏,能够很好地分离频率相同或者相近的语音信号,而且去噪性能也比传统的滤波方法好。

基于智能优化算法的异源激光图像匹配研究

针对当前异源激光图像匹配方法不能去除异源激光图像中噪声,匹配时间长、匹配结果与实际结果之间的误差大等问题,提出基于智能优化算法的异源激光图像匹配方法。首先对异源激光图像进行变换分解,利用高斯模型和双边滤波去除噪声信号,然后提取去噪处理后异源激光图像中的直线描述符,并进行归一化处理,根据处理得到的结果提取异源激光图像的匹配点,构建异源激光图像的匹配点集合,最后引入智能优化算法去除匹配点集合中存在的误匹配点,根据匹配点的像素灰度值差异和权值果构建异源激光图像匹配模型,实现异源激光图像的匹配。实验结果表明,本文异源激光图像匹配方法的去噪性能好、匹配效率高、匹配结果准确率高,具有比较明显的优越性。