期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于小波收缩的神经网络图像“去噪”算法研究 被引量:1
1
作者 汪胜前 熊小华 《江西师范大学学报(自然科学版)》 CAS 2001年第1期41-44,共4页
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 ,... 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 . 展开更多
关键词 小波收缩 非线性小波变换 小波收缩函数 3次样条 神经网络 图像去噪 峰值信噪比
下载PDF
基于小波变换的水下图像去噪方法 被引量:4
2
作者 陈振娅 刘增力 《现代电子技术》 2023年第23期43-47,共5页
水下图像在拍摄、传输中会产生严重的噪声影响,这些噪声不仅影响图像质量,还影响图像后续的目标检测和定位精度。文中改进了一种基于小波变换的水下图像去噪算法,该算法首先考虑信号和噪声在不同小波变换尺度下的不同传播特性,采用一种... 水下图像在拍摄、传输中会产生严重的噪声影响,这些噪声不仅影响图像质量,还影响图像后续的目标检测和定位精度。文中改进了一种基于小波变换的水下图像去噪算法,该算法首先考虑信号和噪声在不同小波变换尺度下的不同传播特性,采用一种随分解尺度变化的自适应阈值估计方法;其次采用自适应图像特征的收缩函数对每个小波系数局部估计小波系数的能量进行分类。实验结果表明,改进的小波去噪方法能够有效地减弱噪声信号,使去噪后的水下图像更有利于后续的目标检测和定位。 展开更多
关键词 小波变换 水下图像 图像去噪 尺度分解 自适应阈值 图像特征 小波收缩函数 局部能量
下载PDF
Method and application of wavelet shrinkage denoising based on genetic algorithm
3
作者 马启明 王宣银 杜拴平 《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》 SCIE EI CAS CSCD 2006年第3期361-367,共7页
Genetic algorithm (GA) based on wavelet transform threshold shrinkage (WTS) and translation-invariant threshold shrinkage (TIS) is introduced into the method of noise reduction, where parameters used in WTS and TIS, s... Genetic algorithm (GA) based on wavelet transform threshold shrinkage (WTS) and translation-invariant threshold shrinkage (TIS) is introduced into the method of noise reduction, where parameters used in WTS and TIS, such as wavelet function, decomposition levels, hard or soft threshold and threshold can be selected automatically. This paper ends by comparing two noise reduction methods on the basis of their denoising performances, computation time, etc. The effectiveness of these methods in-troduced in this paper is validated by the results of analysis of the simulated and real signals. 展开更多
关键词 Wavelet transform Translation-invariant wavelet transform Genetic algorithm (GA) Correlation function
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部