基于小波变换的图像降噪

根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法可以有效地降低噪声,又可以较好地保持图像细节。     

基于小波变换及子带阈值的彩色图像降噪

提出了一种对彩色图像降噪的新方法,该方法先把彩色图像分解为红、绿、蓝3个基色图像,然后利用小波变换分别对3个基色图像进行多尺度分解,求出其各个尺度三个方向高频系数的子带阈值,并组成1个子带阈值矩阵,对单基色图像的各个尺度3个方向的高频系数进行阈值处理,实现对单基色图像的降噪,最后把降噪后的3个基色图像融合为一幅彩色图像。实验结果表明该方法可以很好地消除噪声,又可以较好地保持图像细节。     

基于小波变换的信号降噪

介绍了应用一维小波变换对电信号进行降噪的方法,并利用Matlab编程仿真给出仿真结果.     

基于阈值降噪同步压缩变换和CNN的滚动轴承故障诊断方法（英文）

针对滚动轴承振动信号的非平稳性和易被背景噪声干扰导致故障难以被准确诊断的问题,提出了一种基于时频阈值降噪同步压缩变换(TDSST)和卷积神经网络(CNN)的滚动轴承故障诊断方法.由于传统的小波阈值降噪及小波相邻系数降噪方法受信号噪声方差估计精度影响大,因此采用了基于STFT谱相关系数阈值寻优的时频降噪方法,将其与同步压缩变换结合,并用滚动轴承模拟冲击故障信号验证了TDSST方法降噪及提高时频分辨率的能力.最后,利用CNN对TDSST方法处理得到时频图进行诊断,滚动轴承实验数据诊断结果表明了所提方法能够有效地提高诊断准确率,当轴承信号信噪比大于0 dB时,诊断准确率都达到了95%以上,即使信噪比降到-4 dB时,诊断准确率也维持在80%左右,并且多次测试结果的标准差较小,表明方法具有良好的鲁棒性.     

基于小波变换实现图像放大方法研究

提出了一种基于小波变换的图像放大方法。针对以往利用小波变换进行图像放大所导致的变换后图像整体灰度变暗和图像边缘失真现象,对其进行了分析并加以改正,设计了构造小波逆变换所需低频分量和高频分量的方法。实验结果表明,用该方法进行处理所得到的放大图像具有较好的视觉效果。     

基于小波变换的图像阈值去噪法

图像去噪是图像处理领域中的重要研究方向之一。小波变换具有选基灵活和多分辨率特性等,能清晰图像,因此在图像去噪中获得了广泛的应用。当含噪图像经过小波变换后,图像和噪声在不同的分辨率下呈现出不同规律,设定阈值门限,接着调整小波系数,最终达到去噪的目的。在硬软阈值去噪法的基础上提出新算法,并且利用Matlab进行仿真,实验结果表明新算法的峰值信噪比较高,具有较好的去噪效果。     

基于小波变换的信号消噪

通过对噪声特性的分析并用小波的方法对信号进行消噪处理,结合去噪原理讨论和比较了实际应用中对小波基及阈值规则的合理选取问题。结果表明,这种方法在改善信噪比的同时,又保持相当高的时间分辨率,并且计算简单,有很好的去噪效果。     

基于小波变换的语音降噪分析与实现

介绍了小波变换的一般理论及在信号降噪应用中的理论基础,分析了染噪后语音信号的特性,并使用多种小波和不同阈值对语音信号进行小波变换降噪,对结果进行了分析比较。     

基于小波变换的图像去噪方法的研究与实现

本文将小波阈值去噪与维纳滤渡结合起来,在小渡域进行维纳滤波.为了完成估计和去噪两个任务,我们设计了双小波基维纳滤波器,采用两路小波变换.我们采用构造的调节阅值函数作为第一路小渡滤波器,克服了硬阈值法产生的伪吉布斯效应和软阚值法产生的边缘模糊等失真现象,在有效去噪的同时很好地保留了图象边缘等局部特征.     

基于小波变换的心电信号特征提取

心电信号中的QRS波群及T波包含心脏活动的重要信息,对心脏疾病的预防和治疗具有重要意义.为正确高效地提取出心电信号中的这些特征点,提出一种基于小波变换的QRST波检测方法.采用Coiflet4小波基对心电信号进行8层分解,用软阈值法去除心电信号中的噪声,采用改进的自适应差分阈值法对心电信号中的特征点进行检测.研究表明,...     

基于小波变换的信号消噪方法研究

小波分析是近年来发展起来的一门新的数学理论和方法,在噪声消除等方面有着广泛的应用。常用的小波消噪方法主要有基于小波系数间相关性消噪和小波收缩阈值消噪两种,通过对两种方法进行分析研究,提出一种新的消噪方法——基于小波系数尺度间相关性的阈值收缩法,仿真试验证明该方法是可行的。     

基于小波变换的信号消噪方法研究

小波分析是近年来发展起来的一门新的数学理论和方法,在噪声消除等方面有着广泛的应用。常用的小波消噪方法主要有基于小波系数间相关性消噪和小波收缩阈值消噪两种,通过对两种方法进行分析研究,提出一种新的消噪方法——基于小波系数尺度间相关性的阈值收缩法,仿真试验证明该方法是可行的。     

基于小波变换的地震信号去噪方法研究

提高信噪比是地震信号数字处理的主要任务．研究了几种常用的小波去噪方法在地震信号中去除随机噪声的应用,分析了各自的特点,并改进了算法．通过MATLAB的仿真结果表明,小波变换的去噪效果明显优于传统的Fourier变换方法．     

基于双密度小波变换的信号去噪研究

为了改善信号的去噪效果,在分析离散小波变换和双密度小波变换的基础上,提出一种基于双密度小波变换的去噪算法。双密度小波有两个小波函数,同一个尺度内相邻的小波间的频带间隔更小,有效的克服了离散小波变换时移性的缺点,有近似的平移不变性,更能描述信号的真实特征。将该算法用于不同噪声强度下的信号去噪,实验结果表明：基于双密度小波变换的去噪算法优于基于离散小波变换的去噪算法,是一种有效的信号去噪新算法。     

基于小波变换的图像融合技术研究

从小波和图像融合的定义出发,阐述了小波变换在图像融合技术中的应用,同时对小波变换在图像融合技术的发展进行了展望。     

基于小波变换的数字水印技术

随着多媒体技术与互连网技术的迅速发展,基于数字水印技术的电子多媒体作品版权保护问题已成为信息科学领域的研究热点,因此数字水印技术作为一种有效的多媒体版权保护技术受到越来越多的关注。文章着重介绍数字水印技术的发展背景、特点和小波变换理论。     

基于小波系数相关性的图像去噪研究

本文主要介绍了一种基于小波系数相关性的图像去噪方法。为降低图像噪声增强程度,此方法对小波变换的阈值函数利用相关性进行了改进。同时,通过实验验证了该方法的有效性。     

小波分析在信号降噪中的应用

通过对Fourier变换和Wavelet变换的比较，论述了小波分析方法用于信号降噪的优越性。给出了一种简单的小波分析用于降噪的方法，并给出实验结果。     

基于小波变换的故障电弧检测技术研究

故障电弧是引起火灾的重要原因,为了确保用电安全,故障电弧检测装置的研究和应用日益受到人们的重视。故障电弧具有随机性,这使得传统的时域和频域方法都难以有效地对故障电弧信号进行分析。小波变换适合对小信号和突变信号进行分析,将其应用于故障电弧检测,可以有效提取电弧特征,准确判断故障电弧的发生。     

基于小波包分解的自适应同步压缩短时傅里叶变换

获得同时含有稳态频率和瞬态频率成分信号的高分辨率时频分布是时频分析的重点与难点,为了解决此类信号进行同步压缩短时傅里叶变换(synchro-squeezed short time Fourier transform, SSTFT)时窗长受限的问题,提出了基于小波包分解的自适应同步压缩短时傅里叶变换(adaptive synchro-squeezed short time Fourier transform by wave packet decomposition, WPD-ASSTFT)方法。首先,借助小波包分解将信号分解为若干个子信号;之后,对不同的子信号进行自适应窗长选择,确定使子信号进行短时傅里叶变换(short time Fourier transform, STFT)的时频分布Renyi熵值最小时对应的窗长——最优窗长;然后,将各个子信号在最优窗长下进行SSTFT;最后,将所有子信号的时频分布相加得到原始信号的时频分布。通过小波包分解,将信号分解为不同频率范围的子信号,通过自适应窗长选择,使得SSTFT的时频图分辨率最佳。利用该方法对仿真信号和铁路轴箱加速度信号进行分析,结果...