基于改进阈值函数的小波去噪算法研究

为更好地消除心电信号（ECG）处理过程中存在的基线漂移、工频干扰和肌电干扰等噪声,提出一种基于改进小波阈值的去噪算法。该算法选定 coi5 作为小波基进行分解,选取分解尺度为 8 层,使用改进的阈值选取方法对每一层信号系数进行去噪。该阈值函数不仅克服了硬阈值函数不连续的缺点,而且解决了软阈值函数存在的恒定偏差,同时具有良好的自适应性。实验结果表明,该方法与传统阈值法相比,信噪比提高了24.26%,均方误差降低了 21.42%;与当前国际上先进的去噪算法相比,信噪比提高了 2.01%,均方误差降低了6.9%,去噪效果显著提升,验证了该算法的有效性。     

基于改进的小波阈值图像去噪算法研究

基于Donoho经典小波阈值去除图像噪声基本思路,分析常用硬阈值法和软阈值法在图像去噪中的缺陷。针对这些缺陷,提出一种改进的阈值去噪法,该方法不仅可克服硬阈值不连续的缺点,还能够有效解决小波分解预估计系数与真实小波系数间存有的恒定误差。通过Matlab仿真实验,使用改进的小波阈值法对图像去噪处理后,除噪效果比较理想,在去噪性能指标上,PSNR(峰值信噪比)和EPI(边缘保护指数)均好于传统阈值方法。     

基于不同小波阈值函数的图像去噪

阈值的选取是小波阈值去噪的关键。在分析硬阈值、软阈值小波去噪算法存在的问题后,重点比较了硬阈值、软阈值、分层阈值函数和连续软阈值函数的去噪效果,并利用客观指标峰值信噪比PSNR进行结果分析。     

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.     

基于小波阈值去噪的改进方案

在D.L.Dohono提出的软、硬阈值去噪方法的基础上,提出了两种新的阈值函数,并对小波阈值的去噪算法进行仿真实验研究。首先分析软、硬阈值去噪法及最新的阈值改进算法,在此基础上提出两种改进小波阈值去噪算法,然后用提到的各种小波阈值去噪算法对指定图像进行去噪仿真研究,最后基于实验结果进行对比分析。新阈值函数在图像去噪方面要优于传统的软、硬阈值函数。能更好的保留原始图像信息,提高峰值信噪比并降低均方误差。     

基于最大能量熵的小波阈值去噪法研究

分析了现有的软阈值、硬阈值以及软硬折衷阈值三种小波阈值去噪方法的优缺点,在此基础上,提出了一种基于最大能量熵的小波阈值去噪方法,根据最大能量熵的理论确定了改进型阈值函数中的加权因子。用三种阈值函数分别对Blocks、Bumps、Droppler信号进行滤波处理中,结果表明,基于最大能量熵的小波阈值去噪方法各项性能指标均优于另外两种方法,具有良好的去噪效果。     

改进型小波阈值超声图像去噪方法

在D.L.Donoho提出的小波软、硬阈值去噪方法的基础上,提出了一种新的改进型半-软阈值方法,克服了经典小波阈值方法的缺点,能有效地改善图像的质量.通过Matlab对斑点超声图像进行去噪仿真,结果表明该方法优于软、硬阈值法,具有一定的应用价值.     

图像去噪算法设计的三种形态

为了获取高质量的数字图像,研究人员一直在探求各种有效的图像去噪方法。根据阈值函数利用像素(变换域系数)信息的情况,当前的图像去噪方法大体可分为三种类型:第一种类型主要利用像素(变换域系数)的点态信息设计去噪算法。如早期的小波硬阈值和软阈值去噪方法以及基于偏微分方程(PDE)的非线性扩散方法等。在这些方法中,用于分离噪声和真实图像的阈值(扩散)函数依据当前位置的变换域系数     

基于小波分析的地震资料去噪方法的研究和应用

利用信号和噪声在小波域内的小波系数的差异,实现小波去噪,将地震数据矩阵变换到小波域内,认为在低频部分集中信号小波系数,而高频部分集中噪声小波系数,且信号的小波系数幅值远大于噪声小波系数幅值,使用小波阈值算法对信噪进行分离.     

基于图像边缘检测的小波阈值去噪方法

提出一种基于图像边缘检测的小波闽值去噪新方法.该方法利用Canny算子检测出图像的边缘,进而定义了一种新的阈值函数,然后对含噪图像、边缘图像的小波变换系数采用新阈值函数分别进行阈值处理,将处理后的边缘图像与图像的小波系数进行融合,得到去噪后的图像.实验结果表明,采用该方法处理的去噪图像,能够在去噪的同时有效地保持图像的边缘信息.     

小波萎缩法去噪

通过利用软、硬阈值函数和比例萎缩LAWML法对高斯白噪声去噪比较研究,数值算例表明软阈值函数去噪效果最好,而且其效果与小波变换分解层有关。     

基于变分问题的区间双正交小波的图像去噪

采用非线性滤波方法处理图像去噪问题时,阈值参数的选取和恰当使用滤波器函数,对去噪图像的效果影响极大。文章构造了可用于非线性滤波算法的一族分段次小波阈值参数滤波器函数,它是Donoho的软阈值滤波器函数的推广,证明了滤波后的逼近是Besov空间中泛函的近似最小值。该滤波器函数次数越大,逼近效果越好,也证明了广义软阈值滤波器函数的极限是一理想低通滤波器。仿真结果证实了区间双正交小波比Daubech ies小波有更好的去噪效果。     

基于小波变换的自学习QRS特征提取算法研究

为进一步提高QRS波检测算法性能,提出一种基于小波变换的自学习QRS特征提取方法。使用小波变换进行信号去噪,在选取阈值时依据各层数细节系数添加阈值系数,充分保留心电信号有用特征成分,降低小波重构失真度。在QRS波检测过程中使用自学习差分阈值法实时对R点阈值进行更新,能提高算法抗干扰能力。通过对MIT-BIH数据库心律失常信号处理的实验表明,该算法得到了较高的SNR值与较低的MSE值,QRS波识别精度达到了99.554%,具有更高的有效性。     

基于小波优化阈值的图像滤噪研究

小波阈值滤噪是小波域滤噪的主要方法之一.该文描述了小波图像的滤噪原理和阈值的选取.针对图像滤噪在软、硬阈值的基础上进行了优化,给出了一种修正后的算法并在matlab7.9平台上对图像分别进行硬阈值、软阈值和软硬阈值修正算法滤噪的仿真实验,结果表明软硬阈值修正算法的滤噪效果更优.     

小波包变换滤波在光纤陀螺信号降噪处理中的应用

为了减小光纤陀螺仪输出信号中的漂移误差,对小波变换和小波包变换进行了理论分析和比较,建立了光纤陀螺仪输出信号的数学模型,分析了其输出信号的误差特性,在详细分析比较硬阈值和软阈值小波滤波的基础上,提出了采用半软阈值作为滤波阈值.并在实验室环境下分别对光纤陀螺静态和动态输出数据进行了半软阈值小波包滤波实验.对光纤陀螺实时测量信号的实验结果表明:采用半软阈值小波包滤波方法对光纤陀螺仪输出数据进行处理,静态和动态输出信号误差均方差可以从5 (°)/h减少到 1 (°)/h,有效地消除了光纤陀螺仪中白噪声和分形噪声的影响.该方法比小波滤波方法更加有效地消除了光纤陀螺漂移误差的影响,且能够满足光纤陀螺仪输出高精度和实时处理的要求.     

基于CEEMDAN与小波软阈值的语音去噪算法研究

语音信号在应用场合中容易被噪声信号干扰,导致应用效果不佳。为了降低语音信号噪声的影响,根据CEEMDAN自适应分解的优点、自相关函数能得到不同时刻取值相关程度的特性,以及小波软阈值去噪的优势,提出了一种基于CEEMDAN与小波软阈值联合去噪的语音信号处理算法。通过仿真实验验证了该算法的有效性,相较于小波软阈值直接去噪与传统CEEMDAN去噪,该算法能有效地提高受噪声污染的语音信号的信噪比,降低噪声对语音信号造成的影响。     

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。     

基于小波变换的语音增强算法

结合小波技术对传统的维纳滤波算法进行改进,对语音信号进行离散小波变换,求得小波系数,计算小波系数的阈值,然后利用阈值对小波系数进行过滤,再对小波重构信号,信号经过维纳滤波器模型达到去噪效果。最后对算法进行了仿真试验。     

基于小波变换的语音增强算法

结合小波技术对传统的维纳滤波算法进行改进,对语音信号进行离散小波变换,求得小波系数,计算小波系数的阈值,然后利用阈值对小波系数进行过滤,再对小波重构信号,信号经过维纳滤波器模型达到去噪效果。最后对算法进行了仿真试验。     

"提升小波"变换在生物电实验预处理中的应用

为了解决生物电信号中的噪声抑制问题,首先讨论了"提升小波"变换原理及生物电信号特点,然后利用"提升小波"进行原始信号的分解,并使用软阈值处理小波分解的细节系数,将处理过的细节系数和近似系数一起重构信号,最后采用该方法对两种典型的生物电信号进行降噪处理.仿真结果表明:"提升小波"变换的去噪声方法,能有效地从背景噪声中提取出微弱的检测信号,是一种可行的生物电实验预处理方法.