小波域中值滤波器在陀螺寻北仪中的应用

研究了利用小波变换消除陀螺干扰漂移的方法.通过对陀螺寻北仪两位置寻北方案的分析,表明陀螺随机干扰信号是影响系统精度的主要误差源.为此将中值滤波与小波阈值去噪相结合构造了小波域中值滤波器,并应用于陀螺数据处理中.寻北试验结果表明,该滤波器在有效对白噪声滤波的同时也能较好地去除脉冲噪声,与传统的去噪方法相比,寻北精度提高20%,对陀螺各种干扰信号具有很好的抑制作用.

心室复极微小变化的小波域维纳滤波分析

心室复极微小变化与恶性室性心律失常的关系已引起国内外学者的广泛关注,对心脏性猝死预测有重要的临床意义。为达到对心室复极微小变化逐搏观察、分析,用小波域维纳滤波方法去除体表心电图中的肌电干扰,提取心室复极过程的微伏级高频信号。研究结果表明:小波域维纳滤波器可有效抑制人体肌电干扰,满足心室复极微小变化分析的需求;健康人和无室早患者的心室复极微小变化一般由6个可辨识的微伏级高频波构成,而室早患者心室复极微小变化的微伏级高频波则有可能少于6个。这些微伏级高频波的波宽、相互的时间间隔等特征参数与心脏疾病、心脏猝死的关系值得进一步研究。

小波域中值滤波的图像去噪方法

提出了小波域中值滤波的去噪方法,在去除高斯白噪声的同时能有效地去除脉冲噪声.此方法是在小波域内对高频子带进行中值滤波,然后选择相应的门限进行降噪处理.仿真实验表明该算法不仅能滤除图像中的脉冲噪声和高斯噪声,而且能较好的保留图像的边缘细节,其滤波效果优于小波软阀值去噪.

提升小波变换技术在多传感器数据融合中的应用

为克服传统小波变换的不足,采用提升小波变换法设计了能较好处理非线性问题的小波域中值滤波器,并应用于水电厂水轮机噪声监测数据融合中,对具有不同分辨率的多传感器数据进行融合,结果表明该算法有效。

基于多分类器融合的图像真伪鉴别方法

针对数字图像的真伪鉴别问题,通过在小波域上构造的滤波器,提取反映相机本身物理特性的某种特定噪声,将其作为判断图像真伪的关键特征。在待测图像中选取出可疑区域,将其噪声特征通过广义高斯分类器以及BP神经网络分类器进行判断和融合,从而实现图像的真伪鉴别。实验结果表明,该方法对多种不同伪造方式的数字图像均具有较高的识别正确率。