改进小波软硬折衷法在水下图像去噪中的应用

由于水在水中传播所形成的散射效应和图像传感器的成像特性会造成水下图像含有较多的噪声。因此图像去噪是处理水下图像的重要步骤。经分析,水下图像的噪声是来自图像传感器所产生的高斯噪声。为了消除水下图像噪声和增强图像细节,提出了改进小波软硬折衷算法。引入收缩因子对Donoho阈值进行改进,使小波阈值更加符合水下图像去噪的需要。之后,综合软阈值函数和硬阈值函数的特性,对软硬阈值折衷函数进行了改进,使软硬折衷函数拥有更好的数学特性。同时,该函数结构简单,计算量小,非常适合水下图像去噪对处理速度的要求。最后通过对比其他算法的均方误差、峰值信噪比和信息熵,这些数据显示该改进算法能有效地消除噪声,增强细节。

基于小波阈值法去噪的建筑物变形监测数据处理

基于小波阈值法具有非常明显的渐进近似最优性质,可以在均方差意义下取得最优的去噪效果,利用小波阈值法去噪的技术,对一组建筑物变形监测数据进行去噪处理。实验结果表明,小波阈值去噪合理有效,能够敏感识别观测噪声和有用信息,不需要待检测信号的先验知识,特别适合于建筑物变形监测数据处理。

基于小波变换的阈值语音信号去噪

介绍了小波变换在语音去噪方面的应用概况。详细阐述了阈值法中的软阈值和硬阈值方法及它们的不足之处,并针对其缺点提出了软硬阈值折衷法去噪算法。最后,通过实验证明了该算法的优越性。

一种基于小波的奇异信号检测方法

介绍了小波二进制变换的基本原理 ,简述了小波变换奇异性和信号突变的关系。基于小波变换 ,给出一种结合3σ准则、软硬阈值折衷法的奇异信号小波检测方法。仿真结果表明此法既能有效地消除噪声 ,又能较好保留奇异信号 ,从而改善信号中奇异性信息的提取效果 ;在对信号奇异程度和奇异点位置的确定上 ,较以往的处理方法有明显的改善。