基于小波变换与阀值收缩法的图像增强去噪

提出了一种基于小波变换与阀值收缩法的图像增强去噪方法。图像经过小波分解后可以得到一系列不同尺度上的子带图像,在不同尺度的子带图像上进行基于阈值收缩滤波的细节系数增强,再进行小波重构,即可得到增强后的图像。该方法可以有效地去除噪声,增强图像的平均梯度,改善图像的视觉效果。

独立分量分析结合小波去噪算法提取诱发电位信号的仿真实验

采用结合独立分量分析和小波去噪算法的方法提取诱发电位信号。首先使用扩展信息最大的独立分量分析算法分析仿真的脑电信号,分离出诱发电位信号,自发脑电信号,肌电干扰与高斯噪声,然后使用小波阀值收缩算法滤除诱发电位信号中残留的一些高频噪声。仿真实验表明,基于独立分量分析的算法可以将混合在诱发电位信号中的干扰信号分离开来,而结合方法的提取结果在波形、相关系数指标等方面均优于单独使用独立分量分析算法的提取结果,这为实际临床应用中诱发电位的有效提取提供了思路。

小波分析和独立分量分析结合的诱发电位信号提取研究

提出将独立分量分析(ICA)和小波分析结合的方法提取诱发电位(ERPs)信号。首先采用扩展信息最大化ICA算法处理脑电信号,得到独立成分;然后将小波阀值收缩算法作为中间步骤处理独立成分;对新的独立成分进行ICA的逆变换以重建脑电数据;少次叠加消噪后的脑电数据,提取出ERPs信号。真实数据的处理结果表明:ICA算法和结合方法都可以有效去除混合在ERPs信号中的眼电噪声和肌电噪声,但结合算法可以更好地保留噪声独立成分中的脑神经活动,实现微弱ERPs信号的有效提取。