基于多尺度阈值技术的小波去噪

多尺度阈值技术的小波去噪是根据小波变换下信号和噪声在多尺度空间中的不同特性,用软阈值函数确定的阈值对不同尺度上的小波系数进行处理,进而达到去除噪声的目的。运用这种方法对信号进行处理时去噪效果良好,并且能够很好地保留原信号的细节信息。

基于小波多尺度阈值的维纳滤波新方法

针对固定小波阈值提出了多尺度阈值方法,对小波维纳滤波提出了改进方法.实验结果表明,所提出的方法可有效提高去噪能力.

连续可微阈值函数与尺度阈值的小波去噪

为克服硬阈值、软阈值、半软阈值以及最新提出的阈值函数等小波去噪算法存在的诸多缺陷,提出了连续可微阈值函数与尺度阈值的小波去噪算法。改进阈值函数具有连续性、渐近性和高阶可微性等良好的数学特性,在保持原始有用信号的前提下,对噪声进行去除。另外,对目前最常用的通用阈值进行改进,根据噪声的强度随分解尺度的增加而减少的规律,在每个小波分解尺度上自适应地设置不同的尺度阈值,保护了幅值较小的原始信号的小波系数。仿真实验的结果显示,相对于现有的小波阈值去噪算法,所提出的算法的信噪比提高1.5 dB以上,均方根误差降低0.015以上。去噪实验的效果图以及实验数据证明,所提出的算法具有更好的去噪性能。

基于改进多尺度阈值去噪的人民币汇率实证分析

考虑到金融时间序列中噪声的干扰,有必要在金融建模研究中做适当的去噪处理。不同于传统的小波阈值去噪,本文应用改进的多尺度阈值技术对人民币/美元汇率序列进行去噪处理,并基于不同误差分布情况下综合分析,确定ARMA(1,1)-GARCH(1,1)-T为最佳拟合模型,最终给出预测效果,证实了应用新的多尺度阈值方法去噪后的汇率模型预测精度较高。

小波分析理论的信号变尺度阈值去噪算法探究

当前对于信号辨识控制系统的研究分析领域中,整数阶信号辨识系统本身对于信号的去噪处理能够获得相对有效的理想效果,提出基于小波分析理论的信号变尺度阈值去噪算法,加入变尺度阈值的方法进行相应的处理。通过仿真模拟实验进行有效合理统计分析,在各种程度的信噪比状况进行算法改进,对有用信号的去噪效果实现理想的处理结果。

局部特征尺度与小波阈值协同下密封摩擦面AE信号降噪研究

针对机械密封低速阶段存在信号内源耦合与外部干扰因素的共性问题,提出了信号局部特征尺度分解(local characteristic-scale decomposition,LCD)与小波阈值协同降噪方法。基于局部特征尺度分解结合小波阈值方法与声发射信号降噪的信息映射关系,建立了互相关系数对含噪分量识别机制,将纯净分量和降噪后的含噪分量进行重构,实现信号降噪,并搭建了机械密封声发射测试台,试验结果表明,LCD-新阈值降噪方法降噪效果优于LCD强制降噪和小波阈值降噪,LCD-新阈值降噪的信噪比分别比LCD强制降噪和小波阈值降噪高出20%和23%。从而证明基于局部特征尺度下密封声发射信号协同小波阈值的降噪技术维持了信号的可用性,保障信号故障特征,为进行机械密封全生命周期管理奠定了理论基础。

一种自适应多尺度积阈值的图像去噪算法

该文提出了平稳小波变换(Stationary Wavelet Transform,SWT)域自适应多尺度积阈值的图像去噪算法(SWT domain Multiscale Products,SWTMP)。与传统的阈值去噪算法不同,该阈值不是直接作用于小波系数,而是作用于小波系数的空间多尺度积。分析了SWT域含噪图像多尺度积的特点,提出了SWT域自适应多尺度积阈值的计算方法。多尺度积强化了图像的重要结构信息,弱化了噪声,在有效去噪的同时更多地保留了图像的边缘和细节。实验结果表明,所提算法对自然图像去噪后的视觉效果和性能指标均好于二进小波域多尺度积阈值(Adaptive Multiscale Products Thresholding,AMPT)去噪方法。

基于自适应多尺度积阈值的钢轨裂纹红外图像增强

利用红外热波技术检测钢轨斜裂纹伤损所得的红外图像存在整体亮度偏暗、边缘对比度低和纹理细节模糊的缺点,对测量裂纹的扩展深度不利。对此,本文提出一种基于非子采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)的自适应多尺度积阈值AMPT(Adaptive Multiscale Products Thresholding)钢轨裂纹红外图像增强算法。对图像进行NSCT分解得到不同尺度不同方向上的子带系数,由子带系数自适应地确定阈值并调整增强函数,将阈值作用于每一子带的多尺度积,对阈值化操作后的子带系数进行增强处理和逆变换,实现图像增强。实验结果表明:该算法在抑制噪声和提高图像整体对比度的基础上,有效突出了目标图像的边缘,对裂纹内部微弱细节纹理的增强效果优于其他传统的红外图像增强方法,为进一步提取代表裂纹深度的关键像素提供了有力支撑。

海空目标多尺度波峰最佳阈值自动搜索策略

针对海上低对比度低信噪比的条件下,能够精确快速搜索空域目标,提出了一种快速精确的海空目标多尺度波峰最佳阈值自动搜索策略:采用金字塔波门搜索和多尺度波峰阈值法,逐级减小搜索区域并对搜索域内图像进行分割,然后根据目标特征进行概率统计分析,确定最优目标,实现海空目标的自动搜索。实验结果表明,该算法在序列图像中的搜索定位平均误差为0.413像素并全部识别成功,较OTSU算法的2.61像素和最大熵阈值算法的3.1像素的误差,精确度大大提升。整幅图像搜索时间优于21.34 ms,满足海空目标自动搜索的精度和实时性的要求。

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。

基于小波变换的多尺度多阈值的语音增强算法

本文提出了基于小波变换的多尺度多阈值语音增强算法,采用软限幅函数对浊音和清音的小波系数作不同的阈值处理,仿真结果表明,这是一种有效的语音增强算法。

基于多尺度排列熵的睡眠阶段阈值研究

目前睡眠自动分期研究主要集中在选择特征向量类别以提高对睡眠阶段的分类准确度,而忽视了对所选特征的分析。特征分析是提高识别准确率的有效方式之一,因此开展基于多尺度排列熵的睡眠五期阈值研究。选取国际标准数据集Sleep-EDF进行MATLAB仿真,经预处理去噪后进行多尺度排列熵(MPE)参数优化设计实验以及睡眠各期阈值范围讨论。结果表明,最优嵌入维数、时间延迟和多尺度因子值分别为6、2和3,睡眠五期MPE熵值按从高到低排序为REM>N1>N2>W>N3。其中REM期阈值范围大于0.86,N1期、N2期阈值差异性较小,中间值在0.86~0.88之间,W期阈值范围在0.8~0.9之间,N3期阈值范围在0.78~0.86之间,说明MPE熵值能较为清楚地区分睡眠五期信号,为临床睡眠障碍诊断与治疗提供了一定参考。

基于多尺度逼近的多维传感信息解耦方法

针对多尺度插值解耦方法的尺度特征计算和尺度阈值优化求解问题,提出了一种基于多尺度逼近的多维传感信息解耦方法.该方法通过函数多尺度逼近快速获取尺度特征,无需构建传感器的特征方程,根据尺度取值顺序确定尺度阈值和相应的插值方法,从而实现准确度目标下的快速解耦.仿真结果表明,尺度特征计算方法简单直接,当解耦的准确度目标为0.5%时,计算得到的尺度阈值为2-4,此时的最短解耦计算时间为80ms,解耦误差约为0.457 5%.

改进小波阈值对热泵电机振动信号的去噪研究

通过加速度传感器采集的热泵电机轴承振动信号包含大量的特征信息和高斯噪声干扰。通常采用小波阈值降噪处理可以很大程度上降低噪声,但是传统的阈值函数存在恒等差和不连续的缺点,导致信号失真和振荡。本文提出结合多尺度阈值的具有可调因子的新阈值函数,应用于热泵电机振动信号仿真处理,证明了新阈值函数在克服传统阈值函数缺点的同时,可以灵活调节参数以适应复杂的含噪现象。既提高了信噪比,又保留了更多的有用信号。

基于Seislet域分数阶阈值去噪算法的地震资料去噪

相较于由图像领域发展的去噪算法,Seislet阈值去噪算法更好适用于地震数据的去噪处理,但在Seislet阈值去噪算法中,常规硬阈值函数在阈值处存在断点,软阈值函数处理得到的系数与原有系数之间存在恒定偏差,且传统阈值确定准则难以适用于Seislet域。为此,将Riemann-Liouville分数阶积分理论应用到阈值函数中,推导出分数阶阈值函数;再根据地震数据在Seislet域低尺度中有效信号分量远多于高尺度中有效信号分量的特点,提出了一种适用于Seislet域的尺度加权阈值;最后将分数阶阈值函数、尺度加权阈值和Seislet稀疏变换相结合,得到Seislet域分数阶阈值去噪算法。人工合成含噪地震记录和实际地震资料测试结果表明:常规硬阈值和软阈值去噪算法虽然能够在一定程度上压制噪声,但压制效果并不明显,且容易损伤与噪声差异较小的有效信号;分数阶阈值去噪算法较好地克服了硬阈值和软阈值去噪算法的缺点,能够有效压制地震资料中的随机噪声,减少了有效信号的损失,提高了地震资料的信噪比。

基于GEE云平台的珠江口沿岸土地利用变化及驱动力探测

珠江口沿岸是我国乃至全球人口最密集、经济最活跃、资源消耗最庞大的大型河口海岸带地区之一,面临着过度围垦、功能退化以及资源衰减等诸多问题,给区域生态平衡和高质量发展造成严重威胁。传统遥感处理平台载荷有限导致中、大尺度地区影像处理的一致性较差引致地物分类结果精度不高。文章基于Google Earth Engine(GEE)云平台解译形成2000—2020年共5期的土地利用类型数据,总体精度介于86.27%~90.15%;其次,综合运用土地利用转移矩阵和动态度定量分析珠江口沿岸土地利用转变的时空特征;最后,基于最优参数的地理探测器定量揭示珠江口沿岸景观演变过程的影响机制。结果表明:(1)近20年来珠江口沿岸景观格局频繁转变,其综合动态度介于2.66%~3.62%。珠江口西翼区域林地和耕地类型间发生剧烈转变,而珠江口东翼区域建设用地保持强劲增长;(2)珠江口沿岸景观演变地理探测的最优参数等级划分为9~15类,且影响因子地理探测的最佳空间尺度阈值为90 m×90 m;(3)不同阶段珠江口沿岸景观格局演变过程均受自然、人为双重因素影响,双因子交互作用的驱动力明显高于单因子驱动力,且以双因子增强或非线性增强关系为主,其中GDP变化与气温变化的交互作用对2000—2005年红树林变化的贡献最大,q值为0.345。研究揭示珠江口沿岸未来资源规划利用与综合治理必须足够重视景观斑块的尺度效应,量化探测GDP与其它因子间的交互作用处于主导地位,权衡湾区经济快速增长与区域生态环境的协调关系,促进粤港澳大湾区高质量发展。

相关概率小波变换在局部放电检测中的应用

为准确识别高压电气设备中被噪声淹没的局部放电信号,提出了一种基于相关概率小波变换的局部放电信号检测方法。该方法首先对采集到的原始信号进行小波变换,利用局部放电信号与噪声信号相关性的不同对各层的小波系数进行预处理,然后基于分位数的概念在处理后的各分解层上设置若干个多尺度阈值,根据这些阈值计算原始信号各处为局部放电信号的概率,最后根据概率值的大小来判断该处是否发生局部放电。利用该方法对仿真及实测信号进行分析,并与传统小波变换方法的处理结果进行比较。结果表明,该方法能够更为有效地抑制局部放电在线监测中的噪声干扰,全面、可靠地检测到强噪声背景下的微弱局部放电信号,具有一定的工程应用价值。

基于机器视觉的密封件直径测量技术研究

针对机器视觉在工业实时测量技术上的应用前景,结合DSP处理技术,建立了密封件尺寸的测量系统。该系统提出了基于多尺度阈值消噪及窗口精确定位的边缘检测方法,达到了密封件尺寸实时、精密测量的目的。实验表明检测方案不仅实现了在线检测,而且精度高,具有良好的应用前景。

一种改进的罗兰C信号联合去噪方法

模拟滤波器精度低,去噪能力较差。为了能够有效去噪,提出了多尺度阈值与FIR滤波联合去噪的方法。利用该方法,在改进阈值算法下对实际采集的罗兰C信号进行了仿真分析与比较。结果表明,改进的阈值算法能够更好的反映小波分解系数细节部分的动态变化,提出的联合去噪方法能够有效滤除噪声,对罗兰C接收机的数字化设计具有重要参考价值。

基于点特异度和自适应分类策略的眼底图像分割方法

提出基于点特异度和自适应分类策略的血管分割方法(SSVD,specificity and self-adaptive vessel detection),首先给出点特异度的定义,通过设置高点特异度阈值,实现主血管的提取,然后由多主体进行自适应像素分类,将每个未确定像素作为一个Agent,在多尺度点特异度阈值范围内,根据邻域Agent状态修订自身状态,逐步完成对像素的分类,最后通过多窗口去噪对噪音进行滤除完成对图像血管结构的分割。将SSVD方法应用到DRIVE数据库眼底图像的血管分割中,实验结果表明该方法要比现有其他方法具有更高的准确度和效率。