基于四种改进阈值的小波去噪方法

本文提出了四种改进的阈值函数,并且在理论上证明了这四种改进的阈值函数对脉冲噪声都是有效的.仿真实验显示:无论是信噪比还是最小平方误差,改进的软阈值函数比其它三种改进的阈值函数的效果都要好一些.     

基于多小波预测方法提高地震数据的信噪比

基于二维小波变换把一个二元的地震数据变换为有关时间,空间,频率和波数的局部信息的特点,讨论了用正交多小波变换和w-x预测方法对地震数据进行去噪处理.先用阈值的方法做初步处理,再用预测方法进一步压制噪声,达到较好地提高地震数据信噪比的目的.数值试验表明该方法是有效的,能有效地消除随机干扰,具有很好的空间和时间自适应性.     

广义基插值的正交多尺度函数和多小波

给出一类具有广义插值的正交多尺度函数的构造方法, 并给出对应多小波的显示构造公式. 证明了该文构造的多小波拥有与多尺度函数相同的广义基插值性.从而建立了多小波子空间上的采样定理. 最后基于该文提供的算法构造出若干具有广义基插值的正交多尺度函数和多小波.     

多小波图像插值算法研究

与单小波变换一样,多小波变换同样具有多分辨分析的特性,1次多小波变换可以将图像分解成4个低频子带和12个高频子带,而且原图像的大小是每个子带的4倍.根据多小波变换的这一特点,利用原图像与经过1次多小波变换后的各高频子带的信息,并考虑各子带的分形维数,提出了一种新颖的灰度图像插值算法.实验结果表明,与传统的插值算法相比,例如双线性插值与双三次多项式插值,该算法的插值效果较好,且克服了单小波插值中出现的斑点干扰.     

基于改进小波阈值去噪算法的心电信号处理及仿真

为更好地滤除心电信号处理过程中基线漂移、肌电以及工频干扰等噪声,提出了一种新阈值函数去噪算法.通过仿真确定了最佳的小波函数类型和分解层数;改进算法克服了传统的阈值函数在信号处理中存在不连续性或恒定偏差的问题;利用双曲线函数实现向原函数的快速逼近,避免了去噪后的波形失真和振荡现象的发生;具有更少的参数,调节方便,计算量小;注重对较小系数的处理,提高重构信号的精度.利用MIT-BIH心律失常数据库中的105号数据进行验证.算法能有效地滤除噪声干扰,相比于其他方法,其重构信号的信噪比和均方误差均有极大的改善,去噪效果更好.     

基于多小波变换提高地震数据的分辨率

给出了设计接近地震子波的小波函数方法,使得地震信号的小波分解能量相对集中,有利于做各种处理;通过选出最匹配子波的的小波函数,做多小波变换;利用分频处理函数来补偿石油勘探中地震数据中损失的高频成分,以提高石油勘探中地震数据分辨率.通过对反射信号的高频成分进行补偿,可使地震剖面的主频得到很大提高,频宽得到扩展,可获得较高分辨率的地震剖面.从实际数据处理结果可以看出,方法是可行的且是有效的.     

基于小波变换的图像去噪方法的研究

小波变换能有效的去除高斯噪声,中值滤波能有效的去除脉冲噪声,两者结合可以更有效的去除高斯噪声和脉冲噪声的混合噪声.当医学图像去除混合噪声时,先进行中值滤波再进行小波去噪的方法优于先进行小波去噪后再进行中值滤波的方法,且去噪后图像视觉效果较好,而且图像均方误差(M SE)也较小.在图像去噪处理中这种方法具有实际应用价值.     

基于小波变换和人眼视觉系统特性的图像降噪方法

利用小波变换与人眼视觉系统（human visual system,HVS）的多通道特性相匹配的特点,提出一种基于人类视觉系统的图像降噪方法.该方法在P-M模型中引入小波变换与视觉敏感函数,并且结合视觉敏感函数的带通特性,提出一种新的扩散函数.实验结果表明,该方法得到的图像不论在客观评价（峰值信噪比）方面还是主观测评方面,都能达到较好的效果.     

基于小波变换的肌电信号的多尺度分解

肌电信号作为康复机器人的驱动源,是目前热点研究方向之一.选择了Daubechies小波变换,对多通道肌电信号进行多尺度分解,并提取出能表征各通道肌电信号特性的特征矢量,识别出各通道的信息,提供了有效的多通道肌电信号识别技术,从而提高了肌电信号识别效果.     

多元Copula密度估计的小波局部阈值方法

为了量化资产之间相依结构的局部特征,本文将小波阈值规则引入Copula参数估计,提出多元Copula密度的小波局部阈值估计量,发现Copula密度的光滑度指数、维数和采样容量是影响估值精度的重要因素,这一点也得到了以正态Copula为仿真算例的支持。本方法增强了参数Copula建模的局部自适应能力,进而有助于改进资产的市场风险估值与最优化配置。     

Matrix Thresholding for Multiwavelet Image Denoising

Vector thresholding is a recently proposed technique for the denoising of one-dimensional signals by means of multiwavelet shrinkage. It is more suited both to dealing with the multiwavelet vector coefficients and to taking into account the correlations which can be introduced among the starting vector coefficients by the use of a suitable prefilter. Motivated by the successful results of the multiwavelet transform when used in image processing, the aim of this paper is to extend vector thresholding to the two-dimensional case by introducing the notion of matrix thresholding. This new method allows us to easily exploit the matrix nature of the two-dimensional multiwavelet transform, and represents the natural extension of vector thresholding to the 2-D case. Afterwards, as the choice of the threshold level is very important in the practical application of thresholding methods, we propose a first attempt to extend the recently introduced method of H-curve to a multiple wavelet setting. The results of extensive numerical simulations confirm the effectiveness of our proposals and encourage us to keep going in this direction with further studies.     

基于不同经验模态分解的小波软阈值ECG去噪研究

针对ECG信号的非线性和非平稳性,利用不同经验模态分解的小波软阈值方法对其进行降噪处理.根据希尔伯特-黄(Hilbert-Huang)变换提出的一系列的EMD算法,有EMD、EEMD、CEEMD等.首先,将含高斯白噪声的ECG信号分别进行EMD、EEMD、CEEMD分解,所得到的固有模态函数(IMF)分量是从高频到低频排列的,分别舍去前几层含噪IMF'进行重构去噪.由于舍去的IMF分量中含有少部分信号的细节信息,然后利用小波软阈值对前几层含噪IMF提取细节信息得到新的分量,再将剩余分量和新的分量重构去噪后的ECG信号.利用去噪信号图和不同性能指标验证了不同方法的有效性,得出了基于CEEMD的小波软阈值ECG降噪效果最佳.最后,用上述方法对MIT-BIH心电噪声库信号进行去噪处理,其结果与仿真实验相吻合.     

小波分析在信号去噪声中的应用

小波分析是近年来发展起来的一种数学方法,在信号与图象处理中有重要的应用.中值滤波是信号处理中常用的一种非线性滤波器,它能够有效地消除瞬时脉冲干扰,并且能够很好地保持信号的边缘信息,在信号和图象处理中得到广泛应用.对中值滤波器与小波变换的结合进行了比较系统的研究.通过实例说明中值滤波器与小波变换相结合具有比单一滤波器更好的效果.     

基于非下采样Contourlet变换与TV模型混合图像去噪算法

在非下采样Contourlet变换的基础上,综合考虑全变差扩散和正态逆高斯模型,提出一种新的图像去噪算法.首先,对图像进行非下采样Contourlet变换,得到高频子带和低频子带系数.然后,对低频子带进行全变差扩散处理,对于方向带通子带,先通过分类准则对其进行分类,将其分为重要系数和不重要系数,对重要系数采样正态逆高斯建模,不重要系数采用高斯分布模型建模.实验结果证明,本文方法在视觉效果、峰值信噪比以及平均结构性上均优于许多算法.     

一种基于Eno-Haar小波变换二维遗传算法

A two-dimensional genetic algorithm of wavelet coefficient is presented by using the ENO wavelet transform and the decomposed characterization of the two-dimensional Haar wavelet.And simulated by the ENO interpolation the article shows the affectivity and the superiority of this algorithm.     

一种基于小波分析的各向异性图象去噪方法

本文利用非线性各向异性扩散方程结合小波变换提出一种图象去噪的方法。首先对图像进行离散小波变换,然后对其各个分量分别用各向异性的方法实现去噪。实验结果表明,该方法能够较好的去除噪声的同时,很好的保留边缘信息。     

基于自适应小波变换和矢量量化的图像压缩编码

运用小波变换进行图像压缩的算法其核心都是小波变换的多分辨率分析以及对不同尺度的小波系数的量化和编码 .本文提出了一种基于能量的自适应小波变换和矢量量化相结合的压缩算法 .即在一定的能量准则下 ,根据子图像的能量大小决定是否进行小波分解 ,然后给出恰当的小波系数量化 .在量化过程中 ,采用一种改进的LBG算法进行码书的训练 .实验表明 ,本算法广泛适用于不同特征的数字图像 ,在取得较高峰值信噪比的同时可以获得较高的重建图像质量 .     

连续小波在医学图像处理中的一种应用

本文构造了一类具有紧支撑的无限次可导的对称小波，提出了适应医学图像处理的边缘检测算法，并给出了计算实例。