基于改进小波阈值函数的仪表图像去噪方法研究

传统小波去噪的软阈值函数和硬阈值函数在去噪过程中产生的恒定偏差与抖动会导致去噪后的图像存在模糊和伪吉布斯现象。基于此问题,该文提出了一种软硬兼顾的加权平均阈值函数,此阈值函数避免了传统阈值存在的“一刀切”问题,降低恒定偏差的同时具有连续性与渐进性。其次在改进传统阈值门限上,设计了一种随着分解层数增加而减少的自适应门限阈值,避免消除深层数的高频边缘信息。最后通过对含有不同高斯白噪声的仪表图片进行去噪,计算峰值信噪比与均方误差并对结果图像进行的客观分析评估,实验结果表明,该阈值函数方法相比于其他方法,去噪结果更为清晰,均方误差最小,峰值信噪比最大,去噪效果更佳。

基于小波变换的改进阈值函数自适应去噪方法

在多分辨分析小波阈值去噪方法的基础上[3],用一种改进的阈值函数和自适应阈值选取算法相结合的方法,克服了硬阈值法不连续性和软阈值法有偏差的缺点。该方法能自动跟踪噪声,不同尺度自适应采用不同的阈值,可有效去除每一尺度上的噪声,保留有用信号,提高信噪比。仿真实验和地震资料处理结果表明,该方法去噪效果明显,可在各类消除随机噪声的信号处理中发挥作用。

一种基于新阈值函数的小波信号去噪方法

在D.L.Donoho提出的小波阈值去噪方法的基础上,提出了一种新的阈值函数。该阈值函数不仅克服了硬阈值函数不连续的缺点,而且解决了软阈值函数存在的恒定偏差;同时新函数不需要进行参数选择。仿真结果显示,该阈值函数较其他阈值函数具有明显的优越性。

基于多重小波变换与新阈值函数的去噪方法研究

基于小波分析的特点,提出了一种对信号数据进行多重小波变换阈值去噪的方法。新的阈值函数的构造是在研究D.L.Donoho和I.M.Johnstone提出的小波阈值去噪方法的基础上完成的。与传统的软硬阈值函数相比,新阈值函数在整个定义域内统一定义,表达式简单易于计算,与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,克服了硬阈值函数不连续、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点。仿真实验结果表明,采用新的阈值函数的去噪效果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。

基于新阈值函数及最优尺度的小波去噪研究

在Donoho D L和Johnstone I M提出的小波阈值去噪算法的基础上,首先构造了一种新的阈值函数。与传统软、硬阈值函数相比,新阈值函数不但连续,而且高阶可导,克服了硬阈值函数不连续及软阈值函数中小波估计系数与分解系数之间存在恒定偏差的缺陷。同时,为了获得更好的去噪效果,提出了基于白噪声!2检验确定小波最优分解尺度的方法。最后,通过数值仿真实验,证明了基于白噪声!2检验方法的有效性;在最优分解尺度下,新阈值函数在信噪比增益和最小均方误差意义上均优于传统阈值函数。

小波阈值去噪函数的改进方法分析

小波阈值去噪是一种简洁有效的去噪方法,传统阈值去噪法包括软、硬阈值法,它们在实际应用中取得了很大的成功,但同时也存在一些有待改进的地方。为此,介绍了3种国内外有代表性的小波阈值函数改进方法,并在传统阈值函数的基础上提出了一种新的双变量阈值函数。对局部放电仿真信号进行的去噪分析结果显示,改进阈值函数在信噪比增益和最小均方误差意义上要优于传统的软、硬阈值函数,其中新的双变量阈值函数在4种改进阈值函数中具有最优的去噪性能。

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.

基于提升小波改进型阈值函数的雷达生命信号去噪技术

通过引入生物电理论,完善了连续波雷达生命信号的理论模型;采用提升小波变换和改进型阈值函数去噪技术对强噪声干扰的雷达生命信号进行去噪处理,将166.67mm波长雷达生命信号的信噪比由2.046 8优化到6.696 9,均方误差由1.763 9优化到0.909 9;8.57mm波长雷达生命信号的信噪比由0.942 6优化到2.541 8,均方误差由1.980 6优化到1.286 0.结果表明:本文建立的连续波雷达生命信号理论模型与实际情况相符,采用的去噪方案适用于雷达生命检测系统不同波长的雷达波.

一种改进的小波阈值信号去噪方法

为了克服硬阈值函数不连续,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,更好的改进滤波效果,提高去噪质量,通过对硬软阈值去噪方法的分析,比较了硬软阈值去噪的方法,构造了一个新的阈值函数。新阈值函数表达式简单易于计算,克服了硬软阈值的缺点,而且是高阶可导的,便于进行各种数学处理。仿真结果表明:无论是视觉效果,还是信噪比增益和最小均方差均优于传统的硬软阈值方法。仿真试验证实了该改进方案的有效性和优越性。`这种方法可以广泛应用于电力系统、语音信号去噪等领域。

基于双曲线阈值函数的小波阈值降噪方法

在分析小波阈值降噪原理的基础上,为了克服硬阈值函数不连续和软阈值函数中估计小波系数与分解小波系数之间存在恒定偏差的问题,构造了一种改进的双曲线阈值函数.该方法通过调整参数可实现阈值函数形状的改变,采用对非重要小波系数的处理,不是均设为0,系数由多项式调节以接近理想小波系数,使得该阈值函数既具有软阈值函数连续、高阶可导的优点,又便于进行各种数学处理.经实验验证,这种方法不仅可以有效地去除噪声,而且还可以保留图像的细节信息,比传统阈值方法更接近最佳情况.

一种改进的小波阈值信号去噪方法

为改进滤波效果,提高去噪质量。通过分析软硬阈值去噪的原理和方法,为小波阈值信号处理提出了一种改进的去噪方法。该方法综合了软硬阈值的特点,对其参数进行优化设计,通过调节参数值以更好地获得阈值估计。针对改进后的去噪算法,通过Matlab仿真比较了传统的小波软硬阈值算法与该算法的消噪效果,结果表明,提出的方法有更好的消噪效果和稳定性。

新小波阈值函数在图像去噪中的研究应用

针对传统小波阈值函数在阈值处不连续性、不渐近性、不光滑性等问题,导致去噪后的图像失真严重。因此,文中以小波变换为基础,提出了一种改进的阈值函数,与硬阈值、软阈值以及已存在阈值函数比较,得出该函数具有优越的数学特性,并用峰值信噪比和均方值误差客观评价法验证了该算法的优越性。通过Matlab仿真实验表明,新改进的小波阈值去噪方法不仅保留了原始图像的细节,而且有效抵制了噪声,最终使图像质量得到明显提升。

一种基于新的小波阈值函数的图像去噪方法

在分析了硬域值、软域值小波去噪算法存在问题的基础上,提出了一个新的域值函数,该阈值函数在整个定义域内统一定义,表达式简单易于计算,同软阈值函数一样具有连续性,且是高阶可导的,便于进行各种数学处理。与硬软域值去噪方法相比,该改进的新阈值函数通过调节参数来调节阈值化小波系数与原始小波系数之间的恒定偏差以及过渡区内曲线的平滑性,弥补了硬阈值法不连续性和软阈值法具有偏差的不足。仿真结果表明:改进后的小波阈值函数能够得到较小的均方误差,并且去噪后的图像主观视觉效果和峰值信噪比均比传统算法优越。

基于改进阈值函数的二维小波变换图像去噪研究

在D.L.Donoho和I.M.Johnstone提出的多分辨分析小波阈值去噪方法的基础上,用一种改进的阈值函数和二维小波变换相结合的方法,克服了硬阈值法不连续性和软阈值法有偏差的缺点。该方法能在不同尺度的多方向中采用不同的阈值,可有效去除每一尺度上的噪声,保留有用信号,提高图像信噪比,改善视觉效果。仿真实验结果表明,该方法去噪效果明显,将在各类图像去噪处理中发挥作用。

基于一种新阈值函数的小波阈值去噪方法研究

在分析了D.L.Donoho提出的硬阈值、软阈值小波去噪算法存在问题的基础上,构造了一个新阈值函数。新阈值函数的小波阈值去噪方法克服了硬阈值函数不连续的缺点,解决了软阈值函数中存在恒定偏差的问题。仿真实验结果表明,该方法可以有效地去除白噪声干扰,在信噪比和均方误差等方面均优于常用的软、硬阈值及改进的软硬阈值折中算法,去噪后的信号与原始信号的近似性也较好,充分体现出小波阈值去噪方法的优越性。

基于无下采样的正交小波变换的阈值去噪方法

现行的小波阈值去噪算法中,都包含采样的操作,但下采样导致信号所含信息出现丢失,上采样则引入新的畸变。为克服这些不足之处,提出了基于无下采样的正交小波变换的阈值去噪方法,并在Matlab6.5环境下给出了具体的算法。并进行了数值试验。试验结果表明,取消下采样的操作,可以提高信噪比,减小最小均方误差,使去噪效果得到了明显改善。

一种新的超声导波信号小波阈值去噪方法

在断轨检测中，为了获取有效的超声导波信号，必须对超声导波进行相应的去噪工作，而去噪效果的好坏直接影响到测量结果精度和可靠性。为了进一步提高去噪效果，本文针对传统的阈值函数法的不足，进行适当的改进，即提出一种新的小波阈值函数来提高去噪效果。文中简述了该种小波阈值函数的原理及构建，并进行了相关的仿真和分析；将该种方法的去噪效果与传统的软、硬阈值函数法去噪效果进行比较。结果表明，相对软阈值函数法，新阈值函数方法去噪后信号信噪比提高6％～15％，均方误差降低14％左右；相对硬阈值函数法，新阈值函数方法去噪后信号信噪比提高8％～25％，均方误差降低20％左右，并且新阈值函数方法去噪后信号幅值非常接近原始信号幅值，即该种超声导波小波阈值法相对于上述传统阈值函数法去噪效果有明显提升。

重构小波阈值函数在信号去噪中的应用与研究

实际工程应用中,通过物理手段采集到的信号都带有噪声信息,这样就会淹没很多有用信号,传统的"带通、低通、高通"滤波技术往往显得无能为力,因此提取有用的特征信息就需要对原始信号进行去噪。常用的小波阈值去噪(硬、软阈值函数)方法,含有诸多缺点,本文在其基础上重新构造了一个新的阈值函数。在MTALAB(2014a)环境下,用传统的硬、软阈值函数及重构阈值函数对混入高斯白噪声信号进行去噪仿真分析,结果表明,重构的阈值函数处理的信号效果更好,更清晰。

检测技术中新的小波阈值函数的信号去噪

在信号检测技术中,构造了一个新的阈值函数,与传统的软硬阈值函数相比,连续性好,高阶可导,便于进行各种信号处理和检测。实验仿真结果表明,采用新的阈值函数的去噪效果在信噪比增益和均方误差意义上均优于传统的软硬阈值方法,给检测技术带来了新的发展。

基于改进阈值函数的小波变换图像去噪算法

针对传统硬阈值函数在阈值处的不连续、软阈值函数中小波系数与小波估计系数之间存在的恒定偏差问题,提出一种基于改进阈值函数的图像去噪算法。该算法结合改进阈值函数的优点,通过设置适当的调整参数动态选取固定阈值,增加调节因子来降低原小波系数和估计小波系数之间的恒定偏差,从而提高重构图像和原图像的逼近程度。改进后的阈值函数在阈值处满足连续性,同时满足函数的渐近性和高阶可导性。仿真结果表明,采用改进后的阈值函数进行图像去噪,视觉效果好,PSNR和SNR都提高了,MSE有所降低,去噪效果得到了优化。