一种改进的小波阈值函数降噪方法

信号降噪中传统阈值函数降噪存在局部震荡、边缘模糊等问题。近年来一些学者对阈值函数进行研究改进一定程度上消除了传统软硬阈值函数恒定偏差和伪吉布斯现象等问题,但许多改进阈值函数都不具有高阶可微性致使数据降噪后不够平滑。本文基于传统阈值函数及一些相关学者研究对阈值函数进行改进,加入双参数模型让阈值函数调节时更具有灵活性,参数在一定范围内选取具有高阶可微性。基于仿真实验对传统阈值函数、一些学者改进的阈值函数与本文改进的阈值函数对比分析可知改进的阈值函数信噪比和均方差都有一定程度的提升。

小波系数阈值估计的改进模型

讨论了小波阈值去噪中估计小波系数的软阈值和硬阈值方法 ,然后针对硬阈值法不连续和软阈值法有偏差的缺点 ,提出了 3种改进方法 ,即多项式插值法 ,软、硬阈值折衷法和模平方处理方法 ,并给出这 3种估计器模型 ,它们都不同程度地克服了软阈值和硬阈值方法中固有的缺点。通过数值试验对这些方法进行比较 ,结果发现 ,这 3种改进的小波系数阈值估计模型用于信号去噪时 ,比单纯的软阈值和硬阈值方法均获得了更高的信噪比增益。

双变量小波阈值去噪和改进混沌预测模型在短期电力负荷预测中的应用

混沌预测是电力负荷预测研究的新焦点。该文提出双变量阈值函数和改进混沌预测模型相结合的新方法。该方法克服了传统最大Lyapunov指数预测模型对噪声干扰比较敏感、计算量大、预测时间长以及预测精度不高等缺陷。通过对典型混沌系统和实际电力负荷系统进行短期预测分析,证明该方法能较好排除无关因素对预测的干扰,缩短预测时间,有效提高预测精度。

基于改进小波阈值函数的风洞连续信号降噪方法

在暂冲式高速风洞中进行连续变迎角测力试验时,由于高频信号与低频信号相互交织、难以分离,传统的低通滤波方法会在剔除噪声干扰的同时丢失风洞连续信号中的高频有效部分、难以真实反映飞行器气动力非线性或突变区域的信号特征;为此,在常规软、硬阈值函数的基础上,提出一种基于改进阈值函数的风洞信号降噪方法,采用该方法对风洞连续变迎角试验数据进行处理;结果表明,该方法与传统软、硬阈值函数方法相比具有明显的优越性,处理后的结果与原信号的相似度更高,降噪效果更好,在降低噪声影响的同时,较好地保留了飞行器模型气动力非线性或突变区域信号的非局部平稳特性。

改进的小波阈值函数在心率检测中的应用

基于人脸视频图像的心率检测是根据血液的运动使人脸皮肤颜色发生细微的变化,提取出含有脉搏信息的信号,从而得出心率值的方法。由于受背景光照、环境温度等因素的影响,在提取心率信号的过程中不可避免地带有噪声,导致检测的心率值不准确。针对这一问题,提出了一种改进的小波阈值函数并应用在心率检测中。改进的小波阈值函数既满足阈值函数的连续性,又避免了软阈值函数恒定偏差的问题,同时通过调节参数能灵活地调节阈值函数,从而实现了对心率准确、有效地估计。实验表明,改进的阈值函数去噪优于软、硬阈值函数,心率检测准确、有效。该方法在监测生命健康、监控运动安全、防止疲劳驾驶等领域有着很好的应用前景。

基于生成式对抗网络和改进区域建议网络的输电线路杆塔缺陷检测方法

为了减少输电线路杆塔缺陷检测过程中受噪声信号和装置性能等因素的干扰,提高输电线路杆塔缺陷检测的正确率和检测效率。提出一种基于生成式对抗网络(generative adversarial networks,GAN)和改进区域建议网络(region proposal network,RPN)的输电线路杆塔缺陷检测方法。采用GAN采集输电线路杆塔的显著性图像,并利用半软阈值函数模型剔除图像中的噪声,避免噪声对缺陷检测过程产生影响。通过随机森林决策树提取输电线路杆塔图像的轮廓特征,基于多尺度算法对RPN进行改进,将特征输入到改进RPN模型中,通过缺陷的定位、分割完成输电线路杆塔的缺陷检测。试验结果表明,所提方法的输电线路杆塔缺陷检测正确率较高,具有较好的缺陷检测效果和检测效率,从而有利于提高输电线路杆塔缺陷检测的质量,减少电力事故的出现。

一种改进小波阈值降噪算法及其仿真研究

针对D.L.Donoho提出的硬阈值函数不连续、重构信号存在第二类间断点、软阈值函数存在恒定偏差的问题,在软、硬阈值函数折中方法的基础上,根据两圆在阈值处相切以及直线与圆相切的原理,构造出一种新的阈值函数改进方法。首先,介绍了小波阈值去噪算法的流程以及传统阈值函数的数学模型,并分析了其存在的问题;其次,给出了改进阈值函数的改进思路及数学推导过程;最后,将四种传统小波阈值去噪算法和改进的阈值去噪算法用于含噪doppler信号的去噪仿真测试。试验结果表明,改进的小波阈值去噪算法可以在有效滤除大量随机噪声的同时保留信号中固有的高频分量,提高信号的信噪比,并对去噪后的结果进行增益放大。该方法对类似地震信号的非平稳随机信号处理过程中的随机噪声压制与有效信号放大有一定的指导意义。

基于改进PCNN的数据降噪方法

为去除数据中存在的噪声点,提高数据质量,提出一种基于改进PCNN的数据降噪方法。该方法在无耦合链接的简化PCNN模型基础上,改进阈值函数,添加记录神经元是否点火的矩阵以及点火时间矩阵,根据神经元初次点火时间辨识并去除噪声点,从而实现数据降噪。实验测试结果表明:该算法能够有效滤除数据中的噪声点,很好地保持原始数据的特征。

基于BDS的建筑物沉降监测与分析

将北斗卫星导航系统(BDS)应用于变形体变形监测中,以评估BDS在施工干扰下的变形监测性能具有重要示范意义。本文通过BDS采集建筑物在施工期及工后期的变形数据,针对监测数据呈现的波动性与随机性特征,首先,使用改进小波阈值函数方法进行降噪处理;其次,对比BDS降噪处理后的数据与水准监测数据;最后,预测建筑物最终沉降量。实测BDS建筑物监测数据并进行处理,结果表明,施工期受多种因素干扰,BDS监测数据中包含大量噪声,本文提出的改进小波阈值函数降噪法能够有效剔除BDS监测数据中的噪声,降噪后数据与水准数据平均相对误差低于10.9%;采用抛物线模型对降噪后数据进行预测,得到当沉降稳定时的最终沉降量范围为-53.43 mm~55.26 mm。本文通过对BDS监测数据进行处理,实现对建筑物沉降变形的有效预测,验证了BDS在施工干扰环境下仍然具备良好的性能。

基于双重离散小波变换的遥感图像去噪算法

结合离散小波变换(discrete wavelet transform,DWT)与二维多级中值滤波(two-dimensional multi-stage median filtering,TMMF)算法,提出了一种遥感图像自适应去噪(de-noising)算法。该算法首先对噪声图像进行单层DWT,分出低频子图像和高频子图像,由于其中的低频子图像包含了大量背景信息,几乎不受噪声的污染,因而变换后仍保持原样无需再处理;对于高频子图像继续执行单层DWT,获得多方向分布的次低频子图像和次高频子图像;然后对次高频子图像采用改进的TMMF算法进行去噪,对次低频子图像采用改进的小波硬阈值函数模型进行噪声抑制;最后对上述去噪后的子图像进行二次小波重构,得到去噪后的遥感图像。采用3景细节信息丰富的遥感图像进行算法性能测试,并与TMMF算法、改进的TMMF算法以及小波变换硬阈值去噪算法进行比较,结果表明,基于双重离散小波变换算法的去噪性能有所提升。

连续波雷达生命信息检测和提取技术

雷达生命信号是微弱信号,常常淹没在噪声中,这些杂波噪声具有非平稳随机性,有效去噪是对有用信号提取和分离前的必要手段。本文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,通过比较不同阈值函数的去噪效果,确定最佳阈值函数。结果表明:利用提升小波变换、采用一种新型的改进软阈值函数去噪技术,信号的信噪比(SNR)和均方误差(MSE)均优于传统去噪方法。

基于提升小波变换的农产品图像有效处理方法

提出了1种基于提升小波变换的有效滤波算法。该算法对含有噪声的农产品图像实现单层提升小波分解,然后对获得的低频和高频分解系数再次实现提升小波变换,舍弃由低频系数经过第二层提升小波变换后获得的低频系数以及由高频系数经过第二层提升小波变换后获得的高频系数;对剩余的高频和低频系数分别采用改进阈值函数模型以及改进非局部均值滤波算法进行处理,在此基础上实现小波系数重构。引入直方图均衡化算法进行处理,使得滤波后的农产品图像不但噪声得到抑制而且图像对比度得以提升。试验结果表明,该算法性能优于已有的小波域阈值法以及改进非局部均值滤波算法。

基于提升小波变换的红外图像双重滤波算法

为了有效抑制红外图像中的随机噪声,采用一种基于提升小波变换的双重滤波算法来进行处理。该算法对含有噪声的红外图像实现第1次提升小波分解,然后对获得的低频和高频分解系数再次实现提升小波变换,舍弃由低频系数经过第2次提升小波变换后获得的低频系数以及由高频系数经过第2次提升小波变换后获得的高频系数。对剩余的高频系数和低频系数分别采用改进阈值函数模型以及改进非局部均值滤波算法进行处理,在此基础上实现小波系数重构。为了改善滤波后图像视觉效果,再引入直方图均衡化算法进行处理。通过理论分析和实验验证,获得了相关的标准测试图像和红外图像测试结果以及峰值信噪比和结构相似度测试数据。结果表明,该滤算法对于高质量地去除红外图像中的噪声是有帮助的。

基于离散脊波变换的农作物图像去噪算法

由于农作物生长环境的复杂性,导致在获取农作物图像过程中或多或少存在一定程度的噪声,这给农作物成熟果实的自动化采摘造成了很大不便。因此,结合离散脊波变换,提出了1种农作物图像自适应去噪算法,该算法通过对图像实现多尺度脊波变换,保持低频分解系数不变,对于高频分解系数,首先分别采用改进非局部均值滤波算法(improved non-local means filtering,INLM)以及改进小波硬阈值去噪模型进行消噪;然后实现低频分解系数与各自消噪后的高频分解系数重构,从而获得2幅重构图像;最后实现2幅重构图像的等权融合处理,获得消噪后的农作物图像。结合相关试验,分别将该算法与经典非局部均值滤波算法(non-local means filtering,NLM)、已有的改进非局部均值滤波算法以及小波硬阈值去噪算法进行去噪效果比较,主观、客观分析结果表明,用该研究算法处理后的图像清晰度较高且残留噪声较少。