基于自适应阈值方法实现迭代降噪鬼成像

为了有效降低传统鬼成像中相关噪声对成像质量的影响,本文提出一种基于最佳阈值的迭代降噪鬼成像.首先在迭代降噪鬼成像的基础上,采用自适应阈值迭代法,在不需要目标先验信息的前提下,找到一个逼近传统鬼成像中相关噪声的阈值,根据得到的阈值构造噪声干扰项.为了每次迭代初值更接近原始目标的透射系数,对其进行二值化,降低重构图像背景噪声对迭代性能的影响.仿真以及实验结果表明,本文提出的方法与传统方法相比,视觉效果以及峰值信噪比值有明显提高.

迭代重建降噪算法在儿童及婴幼儿低剂量螺旋CT检查中的应用研究

目的:研究迭代重建降噪算法在儿童低剂量螺旋CT检查中的应用价值。方法:步骤一、验证不同KV值扫描时,辐射剂量的变化;步骤二、验证迭代重建降噪算法在低KV扫描中的价值。结果:(1)低KV扫描时,DLP及CTDIvol明显降低。(2)通过分析:迭代重建降噪算法组图像质量明显优于常规组。结论:迭代重建降噪算法可显著降低图像噪声,获得理想的噪声等级,提高图像质量。

ISVD降噪和重排谱图在烟机信号HHT时频谱分析中的应用

针对基于希尔波特黄变换(HHT)的时频谱存在受噪声影响大、高频部分时频分辨率低的缺点,提出将迭代奇异值分解(ISVD)降噪和重排谱图应用于HHT时频谱分析中。首先对噪声对HHT时频谱的影响进行了分析,含噪实测信号经过经验模式分解(EMD)得到的基本模式分量(IMF)中含有很强的噪声成分,从中提取的瞬时参数不具有物理意义,构成的HHT时频谱混乱而不准确;然后利用ISVD降噪对实测信号进行了降噪处理,有效地去除了噪声,降噪后信号EMD分解得到的IMF分量其Renyi信息接近于0,是近似平稳的单分量信号,从中可以提取到准确的瞬时参数,构成特征清晰、分布合理的HHT时频谱;最后对HHT时频谱中高频部分所对应的IMF分量进行了重排谱图分析,实现了其时频特征的准确定位。结果表明,该方法可以有效地提高烟气轮机信号HHT时频谱分析的准确率,为故障诊断提供可靠的特征依据。

启发式联合PCD快速降噪算法

基于稀疏冗余表示,并行坐标下降(PCD)是最优秀的降噪算法之一。然而在音频信号处理中,当分割的帧数很大时,PCD的计算负担加重,造成运行时间剧增。该文基于联合稀疏表示(JSR)和同时稀疏近似(SSA),建立一种新的时域框架,并提出了一种启发式联合PCD算法(Joint-PCD)。在该框架中,每个音频帧作为一个列向量生成信号矩阵;利用超完备字典,Joint-PCD同步(同时)对信号矩阵降噪,提高了算法的运行效率,减小了运行时间。仿真结果表明:Joint-PCD算法不仅与PCD具有几乎相同的降噪性能,且把PCD算法的降噪速度提高了约5倍,极大地改进了PCD算法的收敛性能。

基于图像局部曲面可展化的混合噪声抑制算法

为满足基于旋翼无人机(UAV)载具的室外目标检测所需的低资源开销混合噪声抑制,该文提出一种基于图像局部曲面可展化的混合噪声抑制算法(DLS),该算法实现了局部曲面可展化算法和分层降噪算法优势互补,达到了两算法各自无法企及的降噪效果。首先,对图像进行局部可展化处理,抑制图像的椒盐噪声和低密度高斯噪声,得到初步降噪图像;接着,在空间域和傅里叶域分层降噪,在去除高斯噪声残余的同时,最大限度地保留图像边缘、纹理等细节;最后,迭代局部曲面可展化和分层降噪,进一步去除混合噪声残余成分,达到抑制目标检测图像混合噪声的目的。实验结果表明,在去除图像混合噪声时,相比于其他7种降噪算法,本文算法具有一定的优势,其降噪图像的主观视觉指标和客观数据指标统计优于其他7种算法。

基于迭代SVD理论的暂态信号降噪技术研究

故障暂态信号中包含了大量的噪声,对行波信号的降噪可大大提高行波检测的精度。本文采用SVD分解将噪声能量分布到所有特征根所对应的向量上,然后选取代表信号主要成分的特征根,合成新的信号以实现降噪,通过多次迭代实现对故障暂态信号的降噪。