“信号与系统”中的STFT概念引入

"信号与系统"现行的内容体系中大多以傅里叶变换、拉氏变换和Z变换为核心展开,内容涉及连续以及离散系统的分析。三大变换均不具备对信号进行时域局部分析的能力,而实际应用中则往往需要对信号进行时域局部分析。本文探索将短时傅里叶变换概念引入"信号与系统"课程中,以此阐述时域局部分析方法,为进一步引入多分辨分析做好铺垫。

基于双树复小波变换与双边滤波的图像滤波

为了进一步提升高斯噪声的去除性能,提出了基于双树复小波变换与双边滤波的图像滤波方法.根据图像和噪声的分布特征,推导出一种自适应的阈值去噪模型.用去噪模型对双树复小波变换后的图像系数进行量化处理,再由双树复小波逆变换得到去噪图像,然后用改进的双边滤波方法对去噪图像进行边缘增强,改进的双边滤波核自适应于图像的特征,具有更好的鲁棒性.实验结果显示,该方法相对于现有的性能较好的方法,PSNR高出大约0.8 dB,SSIM高出大约2.3%.实验证明了该文提出的方法在去噪效果和细节恢复上优于已有的方法.