小波软阈值算法去除SAR图像中的Speckle噪声

在详细分析了Donoho小波软阈值的基础上 ,应用小波变换技术对SAR图像进行分析处理 .使用“小波局部软阈值算法”来计算阈值 ,对高频小波系数进行阈值确定 .求得估计小波系数 ,对其取小波反变换后 ,去除SAR图像中的Speckle噪声 .实验结果表明此方法对去除Speckle噪声十分有效 。

改进型软阈值算法在临场感系统中应用研究

小波理论在图像去噪领域得到了广泛应用,在研究传统小波软阈值算法的基础上,分析了该算法的优点与不足之处,针对传统算法易造成背景信号模糊以及低频信号的损失的缺陷,在阈值选取时,提出了分层调整因子的概念,经过严格的理论证明,当调整因子取值1/2时,对不同的图像处理有较好的稳定性,且算法实现与小波基选取无关。研究结果表明:新算法在一定程度上弥补了传统算法的缺陷,去噪图像的频谱比传统算法宽广,低频信号保留较好,图像背景清晰平滑,去噪的视觉效果明显,而且具有较好的可操作性,易于实现。其应用于临场感系统取得了较好的效果,显示出新算法具有良好的应用前景。

一种改进的迭代软阈值算法及其应用

为了解决迭代软阈值算法(ISTA)收敛速度较慢,得到的最优解不够稀疏等问题,提出基于梯度算法思想的改进ISTA,即SFISTA.该算法修改了ISTA迭代式中的梯度算子,使得迭代点x^(n+1)的求解同时依赖于前两步的迭代.将SFISTA应用于稀疏信号处理及稀疏主成分分析实验中,结果表明,该算法不仅提高了ISTA的收敛速度,也促进了最优解的稀疏度.

引入多状态记忆机制的迭代软阈值学习算法

迭代软阈值学习算法(Learned Iterative Soft-Thresholding Algorithm, LISTA)将迭代软阈值算法(Iterative Soft-Thresholding Algorithm, ISTA)展开为递归前馈神经网络优化稀疏恢复的求解。针对LISTA单次迭代只依赖于前一迭代点限制算法收敛速率的问题,本文提出了一种引入多状态记忆机制的迭代软阈值学习算法(Learned Iterative Soft-Thresholding Algorithm with Multi-state Memory Mechanism, LISTA-MM)。该算法基于一阶迭代固定步长算法对LISTA进行改进,设置状态连接度数,选择性地组合多个先前迭代点的稀疏信息,确保了迭代过程中信息被正确传递并充分利用,进而加快了算法的收敛速度。实验结果表明,LISTA-MM在保证稀疏恢复精度的同时有效提高了收敛速度。此外,本文将LISTA-MM扩展为卷积形式,并探索其在图像超分辨率中的应用,实验结果表明,基于LISTA-MM的网络在图像质量评价指标和可视化效果上均优于其他网络,重构图像具有与原始图像相近的清晰细节纹理。

求解elastic-net正则化的软阈值迭代算法

构造了一种新的迭代算法来求解线性不适定方程的elastic-net正则化问题,该算法利用广义条件梯度算法,将其推广到带有α||x||l1+β/2||x||l2罚项的elastic-net正则化方程中,构造出一种适用于elastic-net正则化的软阈值迭代算法,该算法结构简单,易于实现.此外,给出了该算法收敛性的证明.

新软阈值去噪方法在临场感中的应用

本文在分析了软阈值算法的优点与不足之处的基础上,提出了一种新的软阈值图像去噪方法,并将此方法成功运用到临场感系统中。该方法不仅继承了软阈值算法失真误差小、实现简单等优点,而且针对原始算法阈值划分粗糙、图像边缘模糊等缺点,引入了调整因子和相邻窗口等方法降低阈值估计风险和提高图像清晰度。理论证明及实验结果表明,新方法是一种高效的实时去噪算法,其不仅具有良好的视觉效果和较低计算复杂度,而且在相同噪声情况下,新方法的MSE、PSNR等指标均优于传统算法。

基于改进阈值算法的小波分析在高压电力计量系统故障中的应用

该文针对高压电力计量系统故障的特点,先使用改进阈值算法对电力信号进行去噪,然后再用db10小波进行故障特征提取。通过实验分析表明,使用改进的小波分析阈值算法能有效的去除噪声,该方法在电力计量系统故障诊断中有很高的实用价值。

基于迭代p阈值投影算法的压缩感知磁共振成像

针对迭代软阈值投影算法中的软阈值函数收缩功能较差的问题,提出了迭代p阈值投影算法。用p阈值函数替换迭代软阈值投影算法中的软阈值函数,对小系数的惩罚更大,对大系数产生更小的偏置,以抑制噪声,减少重建误差。为加快算法速度,利用Nesterov梯度加速技术,设计了快速迭代p阈值投影算法,用于磁共振图像重建。在紧标架为平移不变离散小波变换和轮廓波下,将快速迭代p阈值投影算法用于压缩感知磁共振成像。与光滑化的快速迭代软阈值算法、迭代软阈值投影算法和交替方向乘子法进行仿真对比分析的结果表明,快速迭代p阈值投影算法提高了磁共振成像的重建速度和重建质量。分析了p值对算法性能的影响,给出了适合的p值选择方法,以获得较好的收敛速度、减小重构误差。

结合阈值去噪与边缘优化的图像增强算法

针对图像在传输过程中容易出现干扰的问题,该文通过研究图像的增强技术,通过对比分析,提出了一种结合阈值去噪与边缘优化的图像增强算法,该算法结合小波Contourlet变换与人眼的视觉固有特性,有效地对分解后的图像系数进行分类,并结合改进边缘优化算法的增益因子来优化边缘区信号;而非边缘区采用改进后的软阈值去噪算法进行去噪处理。经实验,该算法具有准确性高与去噪能力强的特性,能够在去噪的同时有效保护边缘信号,与预期目标相符,具有一定的实用价值。

基于TV最小化的稀疏角度CT重建算法的比较研究

离散梯度变换(DGT)已被广泛地用作稀疏算子,相应的TV最小化方法也被用于基于压缩感知(CS)的CT重建中。本文比较研究了梯度下降法、软阈值算法和Split-Bregman算法在基于TV最小化的稀疏角度CT重建中的应用。文章将Shepp-Logan模型和Head模型作为测试模型进行仿真实验,实验结果表明:对于稀疏角度CT重建问题,梯度下降法和软阈值算法收敛较慢,重建图像的质量及重建时间都相差不大,而Split-Bregman算法在收敛速度及重建图像质量方面都明显优于其余两种算法,但重建时间较长。

基于改进型中值滤波算法的图像去噪

去噪算法在图像处理中占有极其重要的地位。为了对含有高斯白噪声和脉冲噪声的图像进行去噪,在小波软阈值去噪算法的基础上,提出一种基于噪声个数判断的改进型中值滤波算法。仿真结果表明,该算法能够同时抑制高斯白噪声和脉冲噪声,可以更好地保留图像的边缘细节,与小波软阈值算法、小波硬阈值算法、中值滤波算法相比,具有更好的去噪性能。

组基数约束指数跟踪问题的梯度投影算法

研究带组基数约束的指数跟踪问题:首先,基于梯度投影算法和拉格朗日方法,给出迭代子问题的闭式解;其次,据此闭式解,提出一个迭代组软阈值算法,并证明算法在一定条件下最终会收敛到原问题的L-稳定点;最后,结合线搜索、非单调技巧和启发式方法,进一步给出了一个非单调的迭代组软阈值算法,用于迭代求解原问题。数值实验表明算法是有效的。

ISTA算法原理及在稀疏正则化约束反问题的推广

目前,迭代软阈值算法(ISTA)在图像处理、信号分析与处理、压缩感知、地球物理反演等众多数学物理反问题领域中得到了广泛的应用。其求解的问题是1范数正则化约束的反问题目标函数。但将ISTA算法的基本原理推广到数学物理反问题中常用的其他稀疏性约束方法是一个待解决的问题。为此,本文首先详细介绍了ISTA的方法原理及公式推导。并在此基础上给出了数学物理反问题中常用的柯西正则化约束、加权1范数约束、log-稀疏约束的目标函数的ISTA算法求解步骤。最后对ISTA算法在反问题求解中的进一步发展做了一些建议。

SAE-DSN:一种具有去噪能力的室内定位回归模型

Wi-Fi指纹定位技术因其部署成本低、实用性强等优点被广泛应用,但接收信号强度(RSS)的波动给定位带来了一定的挑战.现有的定位方法只考虑了离线阶段指纹数据的去噪问题,而没有考虑在线阶段指纹数据噪声对定位的影响,当在线阶段收集到的指纹数据噪声过大时,将严重影响定位精度.为此,本文提出一种基于稀疏自编码器(SAE)和深度收缩网络(DSN)的室内定位回归模型,该模型使用稀疏自编码器提取指纹数据的鲁棒特征,同时将软阈值算法作为可训练的收缩函数嵌入到全连接网络中,为每个神经元进行去噪处理,有效减少了在线阶段指纹数据噪声的干扰.实验表明,提出的模型能够有效应对在线阶段高斯和非高斯噪声的干扰,相较于其它同类方法在定位精度上有明显提升.

小波去方块算法在空间分级视频编码中的应用

可分级视频编码适用于网络环境变化较大的视频传输领域,它为用户提供不同质量的视频。但是,在空间可分级编码器中,基本层图像的方块效应会影响增强层的预测,降低其编码效率。如果采用去方块滤波器对基本层的恢复图像进行滤波,可以期望减轻块效应带来的不良影响。该文针对分块DCT压缩编码产生的方块效应,将小波域软阈值去方块滤波算法应用到空间可分级视频编码中,实验验证该方法能较好地改善图像质量,具有良好的效果。

基于SIDWT和迭代自一致性的快速并行成像重建方法

为提高并行磁共振成像的重建速度,基于平移不变离散小波变换(SIDWT)和迭代自一致性并行成像重建(SPIRiT)模型,提出一种高效的重建方法fSIDWT-SPIRiT.该方法针对含有数据一致项、校正一致项和L1范数正则项的复杂优化问题,首先将数据一致项和校正一致项进行合并处理,之后利用快速投影迭代软阈值算法进行求解以实现快速并行磁共振成像重建.最后,在不同人体器官的数据集上进行测试.仿真实验结果表明:与其他方法相比,该方法能够在保证图像重建质量的同时,具有更快的收敛速度.

多媒体资源库中图像去噪处理技术研究

针对多媒体资源库中图像斑点噪声产生的原因,本文提出一种新的斑点噪声抑制算法:将小波提升方案与Directionlet变换相结合,利用改进的小波软阈值算法对图像变换域进行局部去噪。仿真实验表明,该算法能够有效去除斑点噪声,较完整地保持图像中的边缘和理纹细节信息,取得了良好的视觉效果。

基于ISTA的混合激励EMT金属探伤系统研究

针对EMT金属结构探伤中传统传感器结构和算法的图像重建质量不佳问题,对EMT探伤系统的激励方式和图像重建算法进行了研究。通过分析EMT采集数据的原理,设计了混合激励的6线圈传感器,比较了混合激励与单独激励的检测数据量;根据EMT技术的数学模型,得到了感应电压与电导率分布之间的关系,构造了混合激励下的灵敏度矩阵;分析了常规EMT图像重建算法的不足,根据金属缺陷的非平滑特征,引入了基于小波变换的迭代软阈值算法;以ANSYS Maxwell软件为仿真平台,采用单独激励和混合激励对不同形状缺陷进行了实验,并使用不同算法获得了重建图像;设计了一套基于迭代软阈值算法的混合激励EMT探伤系统,使用了两种激励方式采集不同缺陷的数据,对比了Tikhonov正则化算法,改进了Landweber迭代算法和迭代软阈值算的图像重建效果。研究结果表明:混合激励的成像效果优于单独激励;在混合激励下,ISTA的图像重建质量要好于其他两种算法。

改进小波变换的电子音乐信号去噪研究

针对电子音乐信号受噪声干扰易出现信号失真、电子音乐存在断点的问题,提出改进小波变换的电子音乐信号去噪方法。首先,分析不同尺度中电子音乐信号小波系数相关性,采用软阈值算法去除电子音乐中的噪声;然后,采用修匀法对去噪后电子音乐信号进行处理,提升电子音乐信号整体连续性。结果表明,改进小波变换去噪后电子音乐信号波动区间与去噪前相同,去噪后电子音乐信号未受损,信号连续性好,去噪性能明显优于对比方法。

基于调频步进信号的高分辨率分块稀疏成像技术研究

针对调频步进信号的传统高分辨一维距离成像算法存在非最强散射点幅度损失、耦合时移和波形展宽等问题,提出了一种基于超完备基和分块稀疏的稀疏成像处理模型,并根据该模型在利用分块正交匹配追踪和分块迭代软阈值算法优化求解时的可稀疏性,实现了调频步进信号的高分辨率分块稀疏成像。仿真结果表明:相对传统成像算法,稀疏成像算法在应对多目标场景和运动目标场景时性能改善明显。