目前，小波分析在信息技術(shù)和其他學(xué)科方面的應(yīng)用是眾多科技工作者關(guān)心的課題。在理論方面，新觀點(diǎn)、新方法不斷涌現(xiàn)。本文旨在完善小波的基本理論，對(duì)原有的小波去噪方法作進(jìn)一步的改進(jìn)。 經(jīng)典的信號(hào)處理方法，例如傅立葉變換、短時(shí)傅立葉變換等具有局限性，因而限定了它們的應(yīng)用范圍。小波分析作為一種全新的信號(hào)處理方法，它將信號(hào)中各種不同的頻率成分分解到互不重疊的頻帶上，為信號(hào)濾波、信噪分離和特征提取提供了有效途徑，特別在信號(hào)去噪方面顯出了獨(dú)特的優(yōu)勢(shì)。本文介紹了經(jīng)典的去噪方法，并對(duì)其適用范圍和效果進(jìn)行了分析和比較。并且，討論了小波分析的基本理論，介紹了連續(xù)小波變換、離散小波變換和小波變換的快速分解與重構(gòu)算法，最后研究了小波基的數(shù)學(xué)特性，分析了它們對(duì)實(shí)際應(yīng)用的影響和作用。進(jìn)而，介紹了小波的幾種去噪方法：小波變換高頻系數(shù)置零去噪方法、小波變換模極大值去噪方法、小波閾值去噪方法、小波空域相關(guān)性去噪方法。用小波變換將高頻系數(shù)強(qiáng)制置零去噪的方法是比較方便的，但它的不足之處是經(jīng)將高頻系數(shù)強(qiáng)制置零去噪后重構(gòu)的信號(hào)會(huì)使信號(hào)丟失一些細(xì)節(jié)，且小波基的選擇亦有相當(dāng)?shù)碾y度，只有靠經(jīng)驗(yàn)來(lái)確定，不過(guò)比傳統(tǒng)的濾波方法所得的效果還是要好。對(duì)于小波變換模極大值去噪的原理，分析了去噪過(guò)程中幾個(gè)參數(shù)的選取問(wèn)題，并給出了一些選取依據(jù)；對(duì)小波閾值去噪方法的幾個(gè)關(guān)鍵問(wèn)題進(jìn)行了詳細(xì)討論。對(duì)閾值去噪進(jìn)行了改進(jìn)，利用均值逼近與閾值去噪相結(jié)合的方法來(lái)實(shí)現(xiàn)信號(hào)的處理，并通過(guò)實(shí)驗(yàn)仿真實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明該方法提高了信噪比，去噪效果優(yōu)于單獨(dú)應(yīng)用閾值去噪的方法。 在空域相關(guān)去噪算法的基礎(chǔ)上，進(jìn)行了改進(jìn)，利用閾值濾波與相關(guān)去噪算法相結(jié)合的一種組合去噪算法，仿真試驗(yàn)結(jié)果表明，由該算法濾波之后得到的小波系數(shù)不僅連續(xù)性好，準(zhǔn)確率高，而且易于重構(gòu)信號(hào)。 本文分別對(duì)這四種方法進(jìn)行了算法分析比較，通過(guò)實(shí)驗(yàn)仿真來(lái)實(shí)現(xiàn)，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。實(shí)驗(yàn)仿真結(jié)果表明了利用小波分析理論對(duì)信號(hào)去噪的可行性和有效性。 關(guān)鍵詞：小波分析，信號(hào)去噪，閾值，均值逼近，空域相關(guān)
標(biāo)簽： 小波分析 信號(hào)去噪 中的應(yīng)用
上傳時(shí)間： 2013-07-19
上傳用戶：啊颯颯大師的
磁共振成像（MRI）由于自身獨(dú)特的成像特點(diǎn)，使得其處理方法不同于一般圖像.根據(jù)不同的應(yīng)用目的，該文分別提出了MRI圖像去噪和分割兩個(gè)算法.首先，該文針對(duì)MRI重建后圖像噪聲分布的實(shí)際特點(diǎn)，提出了基于小波變換的MRI圖像去噪算法.該算法詳細(xì)闡明了MRI圖像Rician噪聲的特點(diǎn)，首先對(duì)與噪聲和邊緣相關(guān)的小波系數(shù)進(jìn)行建模，然后利用最大似然估計(jì)來(lái)進(jìn)行參數(shù)估計(jì)，同時(shí)利用連續(xù)尺度間的尺度相關(guān)性特點(diǎn)來(lái)進(jìn)行函數(shù)升級(jí)，以便獲得最佳萎縮函數(shù)，進(jìn)一步提高圖像的質(zhì)量，最終取得了一定的效果.與此同時(shí)，該文對(duì)MRI圖像的進(jìn)一步的分析與應(yīng)用展開(kāi)了一定研究，提出了一種改進(jìn)的快速模糊C均值聚類魯棒分割算法.該算法先用K均值聚類方法得到初始聚類中心點(diǎn)，同時(shí)考慮鄰域?qū)Ψ指罱Y(jié)果的影響，對(duì)目標(biāo)函數(shù)加以改進(jìn)，用來(lái)克服噪聲和非均勻場(chǎng)對(duì)MRI圖像分割的影響，達(dá)到魯棒分割的目的，為進(jìn)一步圖像處理和分析打下基礎(chǔ).通過(guò)實(shí)驗(yàn)，我們發(fā)現(xiàn)，無(wú)論是針對(duì)模擬圖像還是實(shí)際圖像，該文所提出的兩個(gè)算法都取得了較好的效果，達(dá)到了預(yù)期的目的.
上傳時(shí)間： 2013-04-24
上傳用戶：zhichenglu
隨著多媒體技術(shù)的發(fā)展，數(shù)字圖像處理已經(jīng)成為眾多應(yīng)用系統(tǒng)的核心和基礎(chǔ)。它的發(fā)展主要依賴于兩個(gè)性質(zhì)不同、自成體系但又緊密相關(guān)的研究領(lǐng)域：圖像處理算法及其相應(yīng)的電路實(shí)現(xiàn)。圖像處理系統(tǒng)的硬件實(shí)現(xiàn)—般有三種方式：專用的圖像處理器件集成芯片(Application Specific Integrated Circuit)、數(shù)字信號(hào)處理器(Digital Signal Process)和現(xiàn)場(chǎng)可編程門(mén)陣列(Field Programmable Gate Array)以及相關(guān)電路組成。它們可以實(shí)時(shí)高速完成各種圖像處理算法。圖像處理中，低層的圖像預(yù)處理的數(shù)據(jù)量很大，要求處理速度快，但運(yùn)算結(jié)果相對(duì)比較簡(jiǎn)單。相對(duì)于其他兩種方式，基于FPGA的圖像處理方式的系統(tǒng)更適合于圖像的預(yù)處理。本文設(shè)計(jì)了—種基于FPGA的小波域圖像去噪系統(tǒng)。首先，闡述了基于小波變換的圖像去噪算法原理，重點(diǎn)討論了小波鄰域閾值(NeighShrink)去噪算法，并給出了該算法相應(yīng)的Matlab 仿真；然后，為了改進(jìn)鄰域閾值去噪算法中對(duì)每個(gè)分解子帶都采用相同鄰域和閾值的缺點(diǎn)，本文提出了基于最小二乘支持向量機(jī)(LS-SVM)分類的鄰域閾值去噪算法和以斯坦無(wú)偏估計(jì) (SURE)為準(zhǔn)則同時(shí)結(jié)合小波系數(shù)尺度間關(guān)系的鄰域閾值去噪算法。經(jīng)Matlab實(shí)驗(yàn)表明，相比于其他幾種經(jīng)典算法，本文提出的兩種改進(jìn)算法在濾除噪聲的同時(shí)能更好地保護(hù)圖像細(xì)節(jié)，并在較高噪聲情況下能獲得更高的峰值信噪比。在此基礎(chǔ)上本文將提出的改進(jìn)小波鄰域閾值去噪算法進(jìn)行了相應(yīng)的簡(jiǎn)化，以滿足低噪聲處理要求且易于在FPGA上實(shí)現(xiàn)；最后，給出了基于 FPGA的小波鄰域閾值去噪系統(tǒng)的總體結(jié)構(gòu)和FPGA內(nèi)部各功能模塊的具體實(shí)現(xiàn)方案，包括二維離散小波變換模塊、二維離散小波逆變換模塊、SDRAM存儲(chǔ)器控制模塊、去噪計(jì)算模塊和系統(tǒng)核心控制模塊，并對(duì)各個(gè)系統(tǒng)模塊和整體進(jìn)行了仿真驗(yàn)證，結(jié)果表明本文設(shè)計(jì)的基于FPGA 的小波鄰域閾值去噪系統(tǒng)能滿足實(shí)際的圖像處理要求，具有一定的理論和實(shí)際應(yīng)用價(jià)值。關(guān)鍵詞：圖像處理系統(tǒng)，F(xiàn)PGA，圖像去噪算法，小波變換
上傳時(shí)間： 2013-05-16
上傳用戶：450976175
· 摘要： 通過(guò)分析小波分析法中的閾值去噪算法的原理,根據(jù)MEMS陀螺儀信號(hào)漂移的數(shù)學(xué)模型,采用了基于小波閾值去噪法對(duì)MEMS陀螺儀的輸出進(jìn)行實(shí)時(shí)消噪處理.并將該算法應(yīng)用到基于DSP的某MEMS陀螺捷聯(lián)慣導(dǎo)系統(tǒng)后對(duì)系統(tǒng)的MEMS陀螺儀進(jìn)行零漂試驗(yàn).通過(guò)整個(gè)系統(tǒng)試驗(yàn)結(jié)果分析,使用小波閾值去噪法對(duì)抑制MEMS陀螺儀零漂,改善MEMS陀螺儀的零偏穩(wěn)定性具有很好的效果,肯定了小波閾值去
標(biāo)簽： MEMS 小波閾值 去噪 信號(hào)降噪
上傳時(shí)間： 2013-04-24
上傳用戶：xiehao13
·詳細(xì)說(shuō)明：BM3D去噪算法的實(shí)現(xiàn)和相關(guān)文檔，很好的去噪算法
上傳時(shí)間： 2013-08-01
上傳用戶：hasan2015
·摘 要:本文研究了小波閩值圖像的去噪方法，并與其它圖像去噪方法進(jìn)行了比較。對(duì)lena圖像進(jìn)行MATLAB仿真實(shí)驗(yàn)，得到了主觀效果圖和客觀效果的PSNR。研究發(fā)現(xiàn)，小波閾值圖像去噪無(wú)論主觀效果還是客觀效果都優(yōu)于其他圖像去噪方法。[著者文摘]
標(biāo)簽： MATLAB 小波閾值 圖像去噪算法 仿真實(shí)驗(yàn)
上傳時(shí)間： 2013-06-04
上傳用戶：BIBI
文中討論了圖像的高斯加性噪聲模型和圖像的稀疏性表示，提出了利用映射函數(shù)來(lái)描述圖像的去噪過(guò)程，通過(guò)求解映射函數(shù)和利用映射函數(shù)對(duì)加噪圖像的小波變換子帶系數(shù)進(jìn)行變換，達(dá)到了降低圖像噪聲并使加噪圖像逼近原始圖像的目的。經(jīng)過(guò)實(shí)驗(yàn)比較，驗(yàn)證了本文算法的可行性和魯棒性。
上傳時(shí)間： 2013-10-21
上傳用戶：許小華
提出了一種用各向異性雙變量拉普拉斯函數(shù)模型去模擬NSCT域的系數(shù)的圖像去噪算法，這種各向異性雙邊拉普拉斯模型不僅考慮了NSCT系數(shù)相鄰尺度間的父子關(guān)系，同時(shí)滿足自然圖像不同尺度間NSCT系數(shù)方差具有各向異性的特征，基于這種統(tǒng)計(jì)模型，文中先推導(dǎo)出了一種各向異性雙變量收縮函數(shù)的近似形式，然后基于貝葉斯去噪法和局部方差估計(jì)將這種新的閾值收縮函數(shù)應(yīng)用于NSCT域，實(shí)驗(yàn)結(jié)果表明文中提出的方法同小波域 BiShrink算法、小波域ProbShrink算法、小波域NeighShrink算法相比，能夠有效地去除圖像的高斯噪聲，提高了圖像的峰值信噪比；并較完整地保持了圖像的紋理和邊緣等細(xì)節(jié)信息，從而明顯改善了圖像的視覺(jué)效果。
上傳時(shí)間： 2013-10-23
上傳用戶：thuyenvinh
為了提高圖像去噪效果，提出了基于Contourlet域HMT模型的Cycle Spinning去噪方法。首先將待去噪圖像進(jìn)行循環(huán)平移，使用Contourlet域HMT模型對(duì)平移后的圖像進(jìn)行降噪處理，然后將降噪后的圖像進(jìn)行循環(huán)反平移，最后將不同循環(huán)平移量下的降噪圖像進(jìn)行平均處理，以減少去噪后圖像的失真。實(shí)驗(yàn)結(jié)果表明，該方法不僅可以提高降噪后圖像峰值信噪比，而且可以提高降噪后圖像的視覺(jué)效果。
標(biāo)簽： Contourlet Spinning Cycle HMT
上傳時(shí)間： 2014-12-23
上傳用戶：ddddddos
用相空間局部投影法對(duì)加噪混沌時(shí)間序列去噪或進(jìn)行混沌序列與正弦信號(hào)的分離。
上傳時(shí)間： 2015-04-13
上傳用戶：杜瑩12345
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
