基于MATLAB小波去噪方法及应用研究

在实际的计算机控制系统中,采样信号不可避免的受到各种噪声和干扰的污染,使得由采样信号辨识得到的系统模型存在偏差妨碍了系统控制精度的提高。Donoho和Johnstone提出的小波去噪算法对去除高斯白噪声非常有效。我们对此在MATLAB环境下做了详尽的探讨及仿真实验研究,得到一些实际应用经验,并利用傅立叶变换/反变换和小波阈值去噪方法对电厂机组调速级压力运行数据进行了去噪对比实验,结果表明小波去噪方法能取得较好的去噪效果,为后续系统模型辨识打下良好的基础。     

磁共振图像阀值去噪方法研究

磁共振成像已成为脑功能病理和解剖研究的主要手段，是医学影像学领域中最活跃的技术。由于在成像过程中复杂的电磁场环境容易受到人体热噪声干扰，使得磁共振图像去噪成为很重要的研究热点。小波分析具有多尺度分辨和去相关性等特点，在去除被白噪声污染的磁共振图像方面得到了广泛应用。但磁共振图像经传统的小波分析去噪后，细节信息部分丢失，图像的边缘变得模糊．针时这些问题，时经典的小波阀值去噪方法进行了改进，将关键参数取值与预估计联系起来，将阀值的选定与图像的局部特征结合起来，提出一种灵活的、自适应的去噪新方法。与经典方法相比，采用本方法处理的噪声图像去噪后图像的细节更丰富，边缘信息完善，视觉效果更好。     

小波分析在图像消噪中的应用研究

文章通过分析小波分解系数在不同方向高频子波系数的特性，比较几种小波系数的阈值选取，提出了一种小波局部阈值消噪方法，对图像进行有效降噪，并给出了局部阈值的设置。最后通过实验结果论证，该方法在图像降噪中是有效可行的。     

基于提升小波的图像消噪

提升算法能够有效解决目前常用的多尺度分解方法所存在的运算速度慢、对内存的需求量大、不适于实时应用的局限性.介绍了提升算法的过程,基于提升小波的图像消噪算法.实验结果表明,该算法消噪后的图像质量上优于一般小波变换的传统方法.     

基于水下图像小波变换的图像阈值去噪方法的研究

水下图像污染过程和机理十分复杂,不同的水下环境噪声也不尽相同。在此尝试用小波阈值去噪方法对水下图像进行去噪,力求改善图像质量。小波阈值去噪是信号处理中一种重要的去噪方法,针对常用硬阈值函数不连续的特点以及软阈值函数存在偏差的问题,提出了一种新的阈值处理方法。在Matlab中的仿真试验结果表明,新阈值方法的去噪效果无论在视觉效果上,还是在信噪比上都优于传统的硬阈值和软阈值,充分体现出小波阈值去噪方法的优越性。     

小波分析和小波包在图像消噪中的应用

小波包理论是在小波基础上发展起来的时频分析理论,在图像消噪中取得了较好的应用。文中介绍了小波分析和小波包的基本理论,分析了基于小波和小波包进行图像消噪的方法,利用MATLAB7对相同舍噪图像进行了计算机仿真,并对仿真结果进行了分析。实验表明,图像消噪效果与阈值的选取密切相关,小波包消噪后的效果比小波更好。     

振动基座下光纤陀螺信号消噪方法对比研究

为了减小动态环境下光纤陀螺信号的随机误差,采取振动试验对光纤陀螺的动态误差进行激发,通过对试验数据的Allan方差分析,得到了振动过程中光纤陀螺信号随机误差的变化特性。采用基于AR(2)模型的Kalman滤波方法和小波滤波方法对光纤陀螺信号进行消噪处理,分析结果显示上述两种方法都能够有效地消除振动基座下FOG信号的随机误差,并且小波滤波方法要优于Kalman滤波方法。     

基于局部多结构元素的遥感图像消噪算法

提出了一种基于局部多结构元素形态学的遥感图像消噪算法.首先确定灰度突变像素点,利用定义的八种多结构元素对灰度突变像素点进行形态学的腐蚀操作,以实现对像素点的分类.若判断为噪声点则滤除该点,同时在该点处进行中值滤波以填补像素值;若判断为非噪声点,则保留该点像素值.仿真结果表明,该算法能够很好地滤除遥感图像中的孤立噪声点,保留遥感图像的细节,同时对参数的调整不敏感,能够应用于很多遥感图像的消噪中.     

一种改进小波图像消噪方法的研究及动态触觉传感图像消噪

基于二维平稳离散小波变换(SDWT)研究了一种改进阈值消噪方法：给出了一种新的跨尺度阈值计算方法；使用将软、硬阈值估计的细节系数进行加权平均的细节系数估计方法；通过补充大尺度细节系数降低消噪误差的方法。与经典的软、硬阈值方法比较，大量的仿真试验说明本文的方法在信号畸变、误差、光滑度等性能指标之间取得了合适的折衷，即具有较好地抑制噪声能力，又可以较好的保持图像边缘特征和精细特征。将此方法应用于动态触觉传感器触觉图像的消噪，取得了显著的性能改进。     

光纤陀螺消噪方法研究

随着光纤陀螺(FOG)精度和可靠性的不断提高,光纤陀螺捷联惯导系统在导弹武器中得到越来越广泛的研究和应用。但是,在导弹的初始对准与导航过程中,光纤陀螺的输出噪声严重影响了对准与导航的精度。因此,有必要对光纤陀螺的输出信号进行消噪处理。在分析了光纤陀螺输出噪声的基础上,将小波阈值去噪理论应用到光纤陀螺信号处理中,并与基于ARIMA模型的强跟踪Kalman滤波去噪方法进行了比较。研究表明,基于小波的去噪方法能够更好地估计光纤陀螺的输出信号,具有更为理想的去噪效果,有效地解决了对准与导航过程中光纤陀螺噪声的影响,提高了对准与导航的精度。     

基于Deslauriers-Dubuc(4,2)小波的提升方案图像去噪方法

提升小波具有结构简单、运算量低、原位运算、节省缓存空间，逆变换通过结构翻转得到等诸多易于实现的特点。将基于Deslaufiers-Dubuc（4，2）小波的提升方案应用于图像的去躁处理中，能快速有效去除信号中的高斯白噪声等。将提升方案与中值滤波相结合，可同时滤除图像中的高斯白噪声和脉冲噪声等。     

图像加密方法的分析

介绍了图像加密的特点,常用的图像加密思想和图像加密法——基于混沌的加密法与传统的图像加密技术。提出图像加密技术将沿着进一步提高保密性、安全性、加解密速度和压缩比,同时降低计算的复杂度的方向发展。     

基于MCA和Context模型结合的磁共振图像去噪

在噪声污染的磁共振图像中,运用MCA和Context模型结合的算法进行处理,以达到尽可能完全滤除噪声的目的。该方法的主要思想是用MCA方法将图像分离成两个部分,分别采用二进小波和Context模型对这两部分进行处理。仿真实验结果表明,本方法是有效可用的,提高了图像的视觉效果,具有更高的PSNR值。     

一种视频监控图像条纹噪声去除算法

针对视频图像中图像传感器故障引起的等间距横纹噪声去除问题,提出了基于陷波滤波器的去除条纹噪声算法;首先将视频条纹图进行傅里叶变换,通过频域累积分布函数映射法构造自适应滤波器,用该滤波器对变换后的条纹图像进行滤波,最后用Laplacian算子进行锐化处理得到最终去噪声图像。实验结果表明,本算法适合用于去除有图像传感器故障引起的等间距横纹噪声。     

激光主动成像图像噪声抑制方法

针对激光主动成像图像特点及实际应用需要,提出了一种基于同态滤波与双数复值小波变换级联的图像降噪算法。首先通过同态滤波将乘性散斑噪声变换为加性噪声;然后用基于改进Q-shift滤波器的双树复值小波对含噪图像进行分解,通过Bayes自适应阈值法修正小波系数;最后再进行相应的逆变换得到去噪图像。该算法具有近似平移不变性、多方向选择性及精确重构性,采用信噪比（SNR）、峰值信噪比（PSNR）和运行时间作为算法去噪性能的评价标准进行实验。实验结果表明该算法能够有效抑制图像中的散斑噪声,计算效率高,且很好地保护了图像细节。     

基于模糊PCNN的小波域超声医学图像去噪方法

在分析了斑点噪声和PCNN的特点的基础上,将PCNN引入到小波域中,并结合小波软阈值去噪思想,提出了基于PCNN的超声医学图像软阈值去噪方法(ST-PCNN),该方法的优点是实现了在小波域中利用PCNN来识别高频信号的小波系数,并采用相应的方法处理小波系数,改善了PCNN难以确定斑点噪声的位置和采用固定阈值造成高频信号损失的缺点,更好的保留了低于固定阈值的高频信号的小波系数;在此基础上,将模糊算法引入到PCNN模型中,进一步提出了基于模糊PCNN的小波域超声医学图像去噪方法(F-PCNN-WD),该方法利用模糊算法来去除PCNN点火过程中大于点火阈值的斑点噪声的小波系数,以更好的去除斑点噪声。实验结果表明,ST-PCNN和F-PCNN-WD方法不仅能够有效地去除噪声,而且能够很好的保留图像的边缘和细节信息。     

复杂背景下红外运动点目标检测算法研究

讨论了复杂背景下低信噪比运动点目标的检测和跟踪问题，提出了基于卡尔曼滤波理论的背景预测，数学形态学膨胀累加，图像流航迹关联和二级并行假设检验的点目标检测方法。实验结果表明该算法能够较大程度提高红外图像的信噪比，有效地检测和跟踪点目标，并且能够解决目标丢失以及跟踪过程中出现目标的问题。     

小波变换在遥感图像处理中的应用

遥感图像处理对于航空、航天、军事侦察、灾害预报等许多军事和民用领域至关重要,本文针对遥感图像噪声大、边界不清楚等问题,提出了应用小波变换对遥感图像进行降噪和边缘检测处理的方法。然后详细介绍了基于小波变换的图像降噪和图像边缘检测原理,并对具体的遥感图像进行降噪和边缘检测处理,实验结果表明小波变换降噪结果优于中值滤波和均值滤波降噪结果,基于小波变换的边缘检测可有效地检测遥感灰度图像的边缘,其边缘检测结果优于Canny算子。     

数字图像处理在激光全息中的应用

本文主要介绍了利用计算机生成的数字图像代替传统的三维立体模型作为全息拍摄对象的方法。从数字图像的全息记录原理出发,讨论了数字图像的分辨率及设计方法问题。     

基于主成分分析的图像匹配方法研究

景像匹配和相关跟踪系统中,由于所面临的都是变化的场景,实时获取的图像与预存的基准图之间存在差异。传统的基于图像空间的匹配方法不能很好地克服这些差异给图像匹配定位带来的影响,使得完全按图像灰度特征的相关匹配应用受到限制。文中将主成分分析方法引入了图像匹配和相关跟踪过程中,提出一种能抗御一定图像畸变的基于主成分分析的图像匹配算法,并应用该方法进行了初步实验,证明该算法具有较高的匹配跟踪鲁棒性。