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。

二维小波收缩与各向异性扩散等价性框架及在图像去噪中的应用

图像去噪是图像处理中的一种重要技术。小波收缩根据噪声的小波系数幅值较小的特征通过收缩达到去噪目的。各向异性扩散在尽可能保持图像特征的同时,根据梯度方向及幅值去噪。该文首先证明二维小波收缩与各向异性扩散的等价性框架,对等价性给予验证,进而根据等价性提出综合利用两种方法优势的各向异性小波收缩去噪算法。对比实验结果表明,此算法综合利用了小波收缩与各向异性扩散的优势,去噪效果更加理想。

基于小波收缩的神经网络图像“去噪”算法研究

提出一种基于小波收缩的神经网络图像“去噪”的新方法 .此算法引入了一种新的小波收缩函数 (3次样条曲线 )对小波系数进行处理 .由于此算法中的小波收缩函数具有较好的光滑特性 ,它克服了小波收缩中硬阈值和软阈值方法所带来的缺点 ,并用神经网络模型实现此算法 .实验表明 :此算法比用传统的硬阈值和软阈值方法图像“去噪”有更好的峰值信噪比且具有比传统算法更好的学习特性 .

基于二维小波收缩与非线性扩散的混合图像去噪算法

研究自适应滤波算法对改善图像质量具有重要意义.本文分析了非线性扩散和二维Haar小波收缩去噪方法之间的关系,从本质上说明了非线性扩散方法优于Haar小波收缩去噪方法.然后,给出了一种基于图像全变差(TV)模型的非线性扩散与二维Haar小波收缩相结合的混合图像去噪算法.该算法在图像小波分解的低频部分采用全变差扩散,在高频部分采用小波收缩方法.实验结果表明,混合去噪算法在计算复杂性与滤波效果上具有更好的综合性能.

基于小波收缩阈值降噪的卫星重力梯度数据粗差探测方法

基于小波分析理论,提出小波收缩阈值降噪对重力梯度测量数据的粗差探测方法,模拟生成含有白噪声和粗差的重力梯度数据,并进行粗差探测的试算和分析。模拟试算结果表明,此方法用于重力梯度测量数据的粗差探测可达到97%的成功率。

基于小波收缩和正逆扩散结合的优质中值先验图像重建算法

针对最大后验(MAP)法对重建图像造成的过度平滑或出现阶梯状边缘伪影等问题,提出了一种基于混合模型的中值先验图像重建算法。首先在中值先验分布的MAP重建的基础上,在每次中值滤波之前引入结合小波收缩和正逆各向异性扩散的滤波器。另外,对于背景区域仍残留有少量噪声的情况下,可以在迭代间的最后,选择加入只针对图像较小梯度阈值区域进行非线性扩散平滑的优良滤波器,从而进一步优化图像。仿真结果表明,该算法在抑制噪声和保持边缘效果方面具有很好的表现,与其他经典传统算法相比,信噪比(SNR)可提高0.9 dB～3.8 dB。

小波收缩中统一阈值函数及其偏差、方差与风险分析

该文建立了小波阈值消噪的统一阈值函数,推导了统一阈值函数的偏差、方差、风险的明确关系式。利 用这些公式研究了参数不同时(以u=1,2,∞为例)统一阈值函数估计的偏差、方差、风险与阈值以及小波系数的关 系,得到了小波统一阈值函数消噪估计的性能,对小波消噪在工程中应用有重要的理论指导意义。

改进的小波收缩消噪技术及确定消噪门限的方法

本文阐述了一种改进的小波收缩消噪技术 ,将在小波系数域进行的收缩改进到模值域上进行 ,并根据统计知识和李氏指数的理论推导出了噪声各个阶次小波变换模值上界之间的关系及对模值上界的估计方法。进而提出了各个阶次消噪阈值的自动确定技术 ,实现了无人工干预的小波消噪。

广义小波收缩消噪阈值选择及应用研究

阈值函数的选取以及阈值的确定是小波收缩消噪的关键问题。首先建立了小波收缩消噪的统一框架:提出小波阈值消噪的广义阈值函数,推导了广义阈值函数阈值选取方法。其次在此框架下研究了如何选取最优阈值函数以及最优阈值。用6种具有不同特性不同信噪比的模拟信号,研究了具有代表性的阈值函数以及阈值的去噪性能,得到了优化的阈值函数以及阈值选取方案。最后将这种优化的消噪方法用于实际心电信号,取得了较好的效果。

基于适应小波收缩的浮点数编码遗传算法

通过独立同分布分析浮点数编码(FPR)噪声,用适应小波收缩的方法消除噪声对遗传算法性能的影响,在算法运行中用变异操作实现消噪。针对阈值变化对小波系数的影响,以单基因证明小波消噪变异的正确性;提出适应小波收缩构建软阈值函数,将函数运算植入算法的动态运行中;给出了具体的实现算法,用实例验证了算法的可行性。仿真实验表明,所提算法显著提高了收敛速度,收敛点与理论值相一致。

语音增强中小波收缩参数选择分析

小波收缩用于语音增强时,收缩参数直接关系到增强效果。为了在小波语音增强中得到可靠的参数选择方案和选择原则,本文引入正交试验方法,并通过正交试验结果修正方法得到可分析的数据结果,再根据数据结果进行最优参数组合和参数重要性分析。分析发现,阈值算法和阈值函数对语音增强的结果有重大影响,且重要程度受到浊音/清音等语音性质的影响;SURE阈值算法和软阈值函数是较好选择。本文还得到了其他小波增强参数的相关结论。

基于多小波收缩与子带增强的图像去噪方法

边缘特征是图像最为有用的高频信息,因此在图像去噪的同时,应尽量保留图像的边缘特征,基于这一思想,提出了多小波阈值收缩与子带增强相结合的图像去噪方法。该方法以多小波变换为基础,将变换后的多小波系数分为噪声相关系数和边缘相关系数,对变换系数进行软阈值多小波收缩消去噪声相关系数;阈值收缩是非线性变换,对图像边缘有平滑作用,因此该方法提出在阈值收缩后进行线性的子带增强,增强边缘相关系数。实验表明与单一的阈值收缩方法相比,该方法不但保留了图像的边缘特征,而且提高去噪图像的峰值信噪比,实验结果优于普通的阈值收缩方法。

一种抑制激波计算中数值振荡现象的双重小波收缩方法

在激波数值计算中,容易出现数值振荡的问题,振荡激烈时会掩盖真实解,为此提出了许多高精度复杂计算格式或采用人工粘性抑制数值振荡.从信号处理的角度,提出双重小波收缩方法,它能自适应提取激波数值振荡解中的真实物理解.先用局部微分求积法求解浅水波方程和理想流体Euler运动方程中的激波问题,发现其数值振荡现象严重,然后采用双重小波收缩方法对其处理,获得了无数值振荡解,它能准确捕捉激波的位置并且保持激波结构.相比于复杂的Riemann(黎曼)求解格式,借助小波收缩方法,可以采用相对简单的计算格式如微分求积法求解激波问题.

基于小波收缩的电机控制系统去噪研究

小波变换的方法可以降低电机控制系统中的噪声影响,通过变换分解出高频噪声部分,利用小波收缩的阈值量化方法去掉高频部分,再重构信号从而达到去噪目的,通过实验总结出SYM12结合软阈值处理法在信号重构及去噪效果方面都是最优的。

一种高阶各向异性扩散小波收缩图像降噪算法

图像可以看作是一个曲面,描述曲面上某点相对于球面的弯曲程度可以用高斯曲率。提出用高斯曲率来定义在图像上的能量泛函,并得到相应的欧拉方程,利用梯度下降法推出基于高斯曲率的高阶各向异性扩散方程。进而根据小波收缩与各向异性扩散等价性框架,提出一种高阶各向异性扩散小波收缩图像降噪算法。实验表明,此算法在去除噪声的同时能够很好地保持高频特征和边缘形状。

基于尺度乘积与小波收缩相结合的去噪方法

提出一种将相邻尺度的小波系数乘积与小波阈值收缩相结合的信号去噪方法.该方法采用小波系数乘积的直方图方法提取小波系数.用该方法去噪既能很好地保持信号突变点的原有特性,又具有较强的去噪能力.数值仿真表明,与小波阈值收缩方法相比,该方法在信噪比和均方差指标上都有明显的提高,并能很好地保持信号的形状.

基于小波收缩减小磁共振图像截断伪影的方法

在磁共振成像(MRI)中,为了缩短成像时间并使图像保持较高的信噪比,往往只采集部分相位编码的磁共振信号进行图像重建,但在重建的图像上会出现截断伪影.在分析磁共振图像截断伪影特征的基础上,为了尽可能保留图像的细节特征,利用小波变换的多分辨率特性,对与截断伪影相关的细节子带进行小波收缩,并利用图像模板技术进一步消除图像背景区域的截断伪影和噪声.实验结果表明,该方法能有效地减小截断伪影,同时能更好地保持图像的细节特征.

一类新的小波收缩阈值函数

为克服传统的小波收缩硬阈值函数不连续,软阈值函数既不光滑又使小波系数估计与噪声信号小波系数间存在固定偏差的不足,提出了一类新的含可变参数的阈值函数,并分析了不同参数对信号收缩的影响。该阈值函数不但连续,而且任意阶可导,表达式简单易于计算,便于进行各种数学处理,同时它综合了软、硬阈值函数在去噪处理上的优良特性,还具有软、硬阈值函数不可比拟的灵活性,这些优点为信号的小波自适应阈值去噪提供了方便。仿真对比实验表明,小波的新阈值函数收缩去噪结果,无论是直观效果,还是在均方误差、信噪比等统计特征方面均优于所对比的小波阈值收缩方法。

基于小波收缩与非线性扩散的去噪算法

分析小波收缩与非线性扩散之间的内在关系并证明两者的等价性。根据等价性的特点构造新的扩散方程,提出一种基于改进的非线性扩散与二维小波收缩的混合图像去噪算法。实验结果表明,与其他去噪方法相比,该算法在计算复杂性和去噪效果方面的综合性能较优。

多尺度各向异性小波收缩图像分割算法在玉米病斑特征提取时的应用

通过选取基于LXF模型的水平集图像分割算法和快速FCM聚类图像分割算法进行对比研究,并将结合小波收缩与各向异性扩散优点的多尺度各向异性小波收缩图像分割算法应用于玉米病斑图像分割与特征提取中,该算法的分割效果明显优于前两种分割算法。