应用Coutourlet分层阈值的图像去噪方法

常用的Contourlet去噪方法有软阈值、硬阈值滤波两类。本文将Contourlet分层阈值去噪方法与软、硬阈值去噪方法进行了对比,在分析的基础上,给出了各种方法去噪后的PSNR、MSE对比值以及图像。实验结果表明,分层阈值去噪方法获得了较好的视觉效果以及较高的输出信噪比、较低的均方根误差,效果更好。     

钻井模拟中测井信号小波去噪的最优阈值选取方法

钻井模拟中的测井信号往往存在着与地层无关的噪声干扰,必须进行去噪处理。小波变换可以滤除测井信号的噪声和干扰,但其去噪效果与阈值的选取有关。本文从理论上介绍了阈值的选取准则及阈值选取方法,再从实验角度对四种阈值选取方法（Stein无偏似然估计阈值法、固定阈值法、混合型阈值法和最小最大准则阈值法）进行了分析计算,最终选定混合型阈值小波消噪法去除测井信号的噪声。对实际测井信号的处理效果表明,混合型阈值小波消噪法不仅去噪效果好,而且较好的保留了测井信号的分辨率,适用于测井信号的去噪。     

Matlab小波分析在信号处理中的应用

本文在对傅立叶变换和窗口傅立叶变换以及小波变换比较分析的基础上,重点探讨了Matlab小波分析对普通信号进行分析、消噪、压缩和奇异点检测等信号处理中的各种应用,并提出一些自己的看法。     

小波变换在遥感图像降噪中的应用

本文对小波变换的基本理论进行了简单介绍,由于小波变换具有时域和频域上的局部性特性、多分辨分析特性、低熵性、去相关性及选基灵活性等优点,非常适合于对非平稳信号-图像进行分析和处理。并且详细分析了基于小波变换对图像进行消噪的处理原理与实现,并且利用MATLAB对含噪遥感图像进行处理,最后结合理论分析和实验实例讨论了小波分析在遥感影像降噪处理中的作用,利用像元均值和方差来评价降噪效果,说明该方法有效、可行。     

基于小波变换的微震信号去噪研究

微震信号去噪的目的是通过剥离噪声信号来最大化获取有用信号。该有用信号蕴含着岩石内部应力变化及破裂的机理,通过对微震有用信号的分析处理,可以定位微震震源位置和计算矿震能量大小。文章介绍了小波变换去噪的基本原理和方法;并通过在MATLAB环境下对微震原始信号进行小波阈值去噪仿真,验证了小波阈值方法在微震信号去噪领域的可行性及优越性;阐述了小波消噪中阈值的选取规则,并通过对微震原始信号的4种自适应阈值去噪效果的比较,表明4种阈值去噪方法均能有效地实现微震信号去噪。     

基于离散小波变换的方波消噪

通过含有噪声的方波的消噪实例,介绍了如何利用离散小波变换去掉噪声,并用MATLAB软件作出了仿真。实例仿真结果表明该方法十分有效。     

基于整数提升小波变换的图像去噪方法

由于传统小波变换在图像去噪应用上的一些缺点,本文使用整数提升方法进行图像去噪。整数提升方法不受Fourier变换限制,其具有传统小波的多分辨率特性,而且运算速度有很大的提高。提升方法可以从一个新的角度来构造小波滤波器,它的核心是确定预测算子和更新算子,对每步提升下取整,就实现了整数小波变换。将其去噪去噪效果与传统小波变换的去噪效果进行了比较。仿真结果表明,整数提升方法取得了比传统小波变换更好的去噪效果。     

基于小波变换系数门限值的去噪方法研究

本文系统分析了基于小波变换的门限值去噪方法,研究了小波变换门限值选择的准则及其算法.通过计算机仿真,比较了各种准则的性能,验证了基于小波变换门限值去噪方法的滤波效果.仿真结果表明,基于小波变换门限值的去噪方法可以有效地去除宽带噪声.     

基于小波分析的往复压缩机气阀故障诊断方法研究

本文针对往复压缩机气阀信号复杂、信号特征难以提取等问题,基于小波变换技术,研究了往复压缩机气阀信号的特征提取及消噪的方法。提出了用于气阀信号处理的小波基函数选择原则和波形匹配及消噪的阀值选取原则。通过对实验对往复压缩机气阀的振动和压力信号进行分析,验证了该方法的可行性和有效性。为企业现场设备维修维护提供了可靠的理论数据。     

一种改进的小波去噪算法研究

根据信号与噪声在小波变换下的不同特征,可以运用小波变换来消除噪声。模极大值小波域消噪算法只能采用二进制尺度分解,这限制了一些信号的分析结果。针对该不足进行了改进,采用自适应选择分解尺度代替二进制尺度分解尺度。     

基于小波分析的图像消噪

简单介绍了小波分析的基本理论和小波消噪的基本原理,详细分析了基于小波分析对图像进行消噪的处理技术,并且利用Matlab实现了对图像的消噪处理。通过对实验结果的分析,比较了在图像消噪过程中用到的两种闽值的优劣,同时也证明了小波分析在对图像进行消噪处理中具有很大的优越性。     

基于Contourlet域的盲水印算法

Contourlet变换是一种基于图像的几何性变换,通过各向异性实现了图像的多尺度多方向性分解,它能够有效地表示图像中的轮廓和纹理。利用这些特性,提出了基于Contourlet域的盲水印算法。实验证明,该算法很好地协调了透明性与鲁棒性;并且实现了盲检测。     

一种改进的小波去噪算法研究

根据信号与噪声在小波变换下的不同特征，可以运用小波变换来消除噪声：模极大值小波域消噪算法只能采用二进制尺度分解，这限制了一些信号的分析结果。针对该不足进行了改进，采用自适应选择分解尺度代替二进制尺度分解尺度，     

基于小波变换的信号去噪研究

小波变换在信号去噪的应用中有很大的优势,它弥补了傅里叶变换在信号去噪中的局限。小波变换在时间域和频率域都具有良好的局部特性,可以聚焦到信号的任意细节。根据信号的特性利用小波变换的处理方法能够有效的将有用信号与噪声分离开来从而达到去噪的效果。     

基于RIQ颜色空间的主分量分析人脸识别方法

提出了一种新的主分量分析方法,该方法先将图片进行小波变换,之后在RIQ空间的基础上对图片做主分量分析,小波变换去除了图片中的部分噪声,之后的颜色空间和主分量分析则使得提取后的向量具备了图片的主要能量。实验证明,该方法有着良好的识别效果。     

三维编织复合材料健康检测的FBG传感器信号的阈值去噪优化

传统小波变换算法在三维编织复合材料健康检测的FBG传感器信号中无法对噪声进行很好的消除,本文针对这一问题,提出了基于阈值优化的小波变换算法,首先采用采用折衷阈值法构建小波系数估计器,然后利用构建的小波系数估计器对偏差进行优化,从而达到更好的去噪效果。实例仿真试验结果表明,在对光谱仪测得的FBG反射谱的去噪中,本文提出的基于阈值优化的小波变换算法去噪效果更好。     

基于小波变换与自适应滤波的EEG信号的提取

本文提出了对非平稳的EEG信号的降噪和提取方法。小波变换是一个多尺度的时频分析方法,利用小波变换对预处理后的EEG信号进行多尺度分解,并与自适应滤波相结合进行消噪。用AR模型对复原的EEG信号进行谱估计。根据从人体的大脑皮层采集得到的数据,利用MATLAB进行了仿真实验,得到了比较满意的结果。     

基于传送带背景的同色重叠目标的边缘检测

本文针对现有的生产线上产品质量检验对机器视觉识别技术的需要,为了能够从传送带上采集的图像中提取几何特征。笔者以传送带上葡萄等级检测项目为例,首先用轮廓波变换对含噪声的采集图像消噪,然后再进行图像边缘检测,边缘检测的效果直接影响了是否能从采集的葡萄个体图像中提取出几何特征参数。实验结果表明此方法能够在同色重叠物体图像中获得较准确完整的边缘检测效果,从而使几何特征提取成为可能。     

基于分数阶Fourier变换的局部放电去噪方法

为了提取局部放电信号的特征,提出了一种基于分数阶Fourier变换(FRFT)的局部放电噪声抑制方法。首先对含有白噪声的局部放电信号做分数阶Fourier变换,在分数阶Fourier变换域内,随着阶次p的变化,信号能量谱呈现不同的时频聚集性,利用最小均方误差准则扫描到最优分数阶Fourier变换域,然后根据法则利用小波分解算法得到的噪声强度在最优分数阶Fourier变换域内对含噪信号进行去噪处理,从而抑制噪声干扰。相比传统小波去噪算法,该方法具有自适应性强,且处理效果明显等优点。分别对仿真信号和实际信号进行分析,验证了本文方法的有效性与可行性。     

岩质边坡位移监测曲线的消噪处理

将小波分析应用在边坡位移监测曲线的消噪中,选用小波阈值法对西攀高速公路K132高边坡监测数据进行消噪,结果证明有效。