基于局部异常因子的近地全天时星图小波去噪

星图信噪比是影响星敏感器拍摄星图中星点提取精度的重要因素。软阈值等去噪方法在处理近地面全天时星图时其阈值选取问题引起的噪声残留会影响星点质心的提取精度。针对这一问题,提出一种加权局部异常因子(LOF)的近地全天时星图小波去噪方法。该方法将局部异常因子算法应用于星图的小波去噪中,实现了不依赖阈值的近地全天时星图去噪。以地面真实拍摄的星图作为原始数据,使用峰值信噪比(PSNR)及局部峰值相对误差(LPVRE)对不同去噪方法处理后的星图去噪效果进行对比分析。实验结果表明,本文方法相较传统均值滤波和小波阈值去噪,提高了峰值信噪比,降低了局部峰值相对误差,能较好地去除背景噪声并较好地保留目标信息。     

基于噪声模型变换的子光斑质心提取方法

受天光背景、大气湍流强度、信标光回光特性和探测器噪声等因素影响,夏克-哈特曼波前传感器子孔径光斑常存在强度分布不均匀和低信噪比的情况,故子孔径内光斑质心定位不准且波前探测精度下降。提出了一种基于噪声模型变换的子孔径光斑质心提取方法,采用方差稳定变换（VST）将探测引入的泊松-高斯噪声转换为高斯噪声,进一步基于残差反馈优化BM3D策略实现低信噪比子孔径图像的高效去噪。结果显示：所提方法可有效提取低信噪比夏克-哈特曼波前传感器光斑阵列图像中的光斑信号数据,提高了子孔径光斑的质心定位精度和稳定性;相比于传统自适应阈值法等方法,所提方法在子光斑图像峰值信噪比低于6时,可以提升波前复原精度2倍以上。     

剪切波变换在星点提取中的应用

为了实现高精度和高准确性的星图识别和姿态确定,本文对星点提取算法进行了研究,将剪切波变换应用到星点提取技术中。首先,通过利用剪切波变换对星图进行分解,得到不同尺度、不同方向的系数;然后,对剪切系数进行阈值处理并重构得到去噪后的星图,再对重构星图进行顶帽变换和自适应阈值处理,完成星图滤波;最后,通过质心误差补偿法提取星点的坐标,有效地完成星点提取。实验结果表明,采用剪切波变换的星图滤波对噪声去除非常有效;质心误差补偿法的误差在0.003左右,明显优于传统的质心法,基本满足星敏感器的精度高和抗干扰能力强等要求。     

基于广义S变换和奇异值分解的近红外光谱去噪

针对近红外光谱物质含量检测过程中噪声影响模型精度和稳定性的问题,引入广义S变换与奇异值分解(SVD)。利用广义S变换得到光谱数据的时频谱,并将二维时频谱系数矩阵作为SVD的Hankel矩阵求解奇异值,再采用k-均值聚类算法对奇异值序列进行分类计算,确定重构奇异值个数,对去噪后的数据矩阵进行广义S逆变换得到去噪后的光谱数据。给出组合方法的基本理论和具体实现过程,对仿真数据和谷朊粉导数光谱进行去噪,并与传统的9点平滑法和小波软阈值法的去噪结果进行比较。结果表明:所提方法克服了时域或频域单维滤波的局限性,且无需参考噪声数据和选择基函数,在谷朊粉导数光谱去噪中,只需采用两个奇异值就能实现较好的去噪效果,降低了滤波过程的复杂度。采用所提方法处理后,近红外光谱的分析精度和模型的稳健性优于9点平滑处理法和小波软阈值法。相比9点平滑法,所提方法的预测集的决定系数由0.9436增大为0.9985,预测均方根误差由0.0843减小为0.0406,明显提高了谷朊粉中水分含量定量检测的精度。     

“句芒号”激光光斑质心提取方法与稳定性分析

根据句芒号足印影像特点,提出一种针对复杂背景噪声的激光光斑质心提取方法：基于灰度转换模型去除地物背景,结合距离约束、高斯滤波和大津阈值分割去除影像噪声,并利用灰度重心法计算质心坐标。使用所提方法对多种地物类型仿真光斑和实测光斑进行质心提取,结果表明：所提方法的质心提取均方根误差约为0.074 pixel,最大误差约为0.482 pixel,对句芒号光斑影像的适应性较好。对句芒号足印影像光斑开展了稳定性分析,结果表明,所有激光波束的光斑质心坐标的标准差小于0.34 pixel,激光器与光轴监视相机的相对几何关系较为稳定。所提方法可用于激光光斑质心提取及稳定性监测,对句芒号激光数据处理和应用有一定参考价值。     

船用星敏感器星点质心精确提取方法

从星空图像中提取星点质心是星敏感器工作的重要基础,针对船用星敏感器所获取的星空图像噪声情况复杂的特点,提出一种基于重心法的星点质心精确提取方法。通过块扫描的阈值分割和星象连续性的噪点剔除,引入灰度信息参考的星象提取以及重心法质心坐标计算等步骤,从星空图像中提取星点质心。对于30幅海上实拍星图实验,该方法能够100%提取出至少10颗星点,质心坐标提取精度达到1/20像素,并且可以实现对视频图像的实时处理,满足船用星敏感器的应用需求。     

提升小波变换与中值滤波结合的红外光谱消噪

在光谱数据的定量分析中,噪声的存在常常会影响结果的准确性。为提高红外光谱分析精度,需要对光谱数据进行去噪处理。将一种光滑阈值函数和一种分层阈值选取方法应用到提升小波域光谱信号的去噪处理中,并对提升小波重构信号进行中值滤波。对某小麦品种的实测光谱信号,添加信噪比为21.17 dB的噪声后采用该方法进行去噪处理,并利用信噪比(SNR)、均方根误差(RMSE)、峰值平均相对误差(AREPV)以及峰位平均误差(AEPP)四项指标对去噪效果进行评价。结果表明,与软阈值法与硬阈值法相比,该方法能更有效地去除光谱信号中的噪声,保留光谱中的有用信息,提高光谱信噪比,降低均方根误差、峰值平均相对误差以及峰位平均误差,提高光谱的分析能力。     

基于维纳滤波的运动模糊星图复原仿真分析

针对航天器快速移动时星敏感器所摄取的星空图像出现运动模糊这一问题,提出了一种基于维纳滤波的星图复原方法。分析了各模糊参数对质心提取精度的影响,通过仿真实验得到模糊星图复原前后的质心提取精度和定姿精度的对比数据。实验结果表明,复原后的星图可以显著提高星图的质心提取精度和定姿精度,可有效地提高星图识别的成功率。     

小波包节点分段阈值降噪在水声监听中的应用*

水声目标信号在发送、传播过程中,易受到环境噪声、系统自噪声等影响,因此水声监听过程中目标信号会掺杂大量噪声信息。为提高获取目标信号的准确性和可靠性,降低噪声,在已有小波分析基础上,提出小波包节点相对能量判断最优分解层,最优分解层节点系数分段阈值处理重构方法,实现水声监听信号分频段去噪。将0.1 kHz~8.4 k Hz实验数据按节点频率排序划分为5个强弱不同的频段信号实现消噪提取,结果表明该方法可将噪声信号与目标信号有效分离,与全局单一阈值相比,具有较好降噪能力。该方法打破了小波阈值去噪高频处理的局限性,提高了识别精度,改善了全局单一阈值去噪存在的短板,在鱼类分析识别、舰船监听、深海探测等方面具有一定的推广和应用价值。     

CMOS有源像素传感器辐射损伤对星敏感器星图识别影响机理与识别算法

为分析恶劣空间辐射环境导致星敏感器性能退化、姿态测量精度降低的原因,深入研究了⁶⁰Co-γ射线辐射环境下互补金属氧化物半导体有源像素传感器(complementary metal oxide semiconductor active pixel sensor,CMOS APS)电离总剂量效应对星敏感器星图识别的影响机理.通过搭建外场观星试验系统,实际观测天顶和猎户座天区,经过星图数据采集、星点提取与星图识别等试验流程,获得⁶⁰Co-γ射线辐照后CMOS APS噪声对星图背景灰度均值、识别星点数量的影响机理,并提出一种寻找被辐射噪声湮没星点的识别算法.通过理论推导分别建立了CMOS APS暗电流噪声、暗信号非均匀性噪声和光响应非均匀性噪声与星点质心定位误差的定量关系.研究结果表明⁶⁰Co-γ射线辐照后星敏感器星图背景灰度均值增大、星点识别数量减少, CMOS APS辐照后噪声增大导致星点质心定位误差增大,从而影响星敏感器的姿态定位精度,该研究结果为高精度星敏感器的设计和抗辐射加固提供一定的理论依据.     

太阳杂光噪声下星敏感器星像点质心定位方法

为了保障太阳杂光干扰下星像点质心定位的精度,本文提出了一种去阈值和杂光斜面噪声的质心定位新方法。首先,在星像点窗口内将太阳杂光灰度噪声建模为一个斜面。针对质心定位新方法,推导关于杂光斜面模型各参数估计误差的质心定位误差分析公式,尤其是关于开窗大小的函数关系。然后,基于窗口边缘像素给出杂光斜面模型的最小二乘参数估计公式。最后,采用传统的灰度重心法、去阈值灰度重心法和所提方法进行质心定位仿真测试,结果表明,所提方法的精度比传统灰度重心法和去阈值质心法的精度分别提高了2倍和15倍,是太阳杂光干扰下星像点质心定位的有效方法,具有一定的工程应用价值。     

基于小波变换的压缩感知理论对水质检测紫外-可见光谱数据的去噪研究

消除噪声影响对提高直接光谱法水质检测系统的测量稳定性和精度都具有重要意义。直接光谱法在线水质检测系统通常采用长寿命、无需预热的脉冲氙灯和适用于复杂检测环境的工业级光谱探测装置。针对整个光谱探测系统受到光源、光路和光电转换器件的严重影响,测定的光谱数据含有大量噪声这一实际问题,提出了基于小波变换的压缩感知去噪算法,并与传统小波阈值去噪方法进行了比较实验。针对化学需氧量为200 mg·L-1的邻苯二甲酸氢钾标液的紫外-可见光谱数据进行去噪处理,采用压缩感知去噪算法,将信号在小波域内分解,得到含噪高频系数;采用随机高斯矩阵作为压缩感知算法的观测矩阵,压缩比设置为2,对高频系数进行观测;选择正交匹配追踪算法恢复高频小波系数的稀疏性,从而达到去噪目的。同时针对传统的小波阈值去噪,采用daubechies4作为小波基的软阈值滤波方法对光谱数据进行去噪处理。为验证去噪算法的可行性,采集某溪水和城市生活污水的光谱信号分别采用以上两种方法进行去噪处理,实验结果表明：基于小波变换的压缩感知去噪算法适用于紫外-可见光谱法在线水质检测系统,该方法能在保留水样原始光谱信号的吸收特征的前提下有效地去噪,且去噪效果优于小波阈值去噪算法。与小波阈值去噪算法相比,信噪比提高了12.201 5 dB,均方根误差减小了0.009 3,峰值信噪比增加了5.299 dB。不仅避免了小波阈值去噪过程中阈值的选取依靠主观判断问题,而且在重构过程中有效地抑制了噪声,为直接光谱法检测水质参数提供了一种新的解决方案。     

暗弱目标偏振度图像与偏振角图像去噪方法研究

针对暗弱目标偏振融合图像存在背景噪声强、细节轮廓特征不明显等问题,利用偏振度图像中高斯背景噪声灰度与待测目标灰度的差异性,提出了基于噪声模板阈值匹配的偏振度图像去噪算法。分析了偏振角图像中纯噪声区域子图像与目标轮廓区域子图像的灰度相关性,提出了基于区域灰度相关性匹配的偏振角图像去噪算法,与传统去噪方法相比,该算法可有效去除大量背景噪声,更好地保留目标轮廓特征。偏振图像融合对比实验结果进一步证明,提出的偏振图像去噪方法可显著提高暗弱目标在图像中的对比度,改善偏振融合增强图像的质量。     

大气湍流环境下光斑中心定位算法研究

以提高通信链路的稳定性为目标,针对传统算法如形心法、质心法等在大气激光通信中定位稳定性较差的问题,提出了一种滑动加权质心定位算法.改进了自适应阈值分割方法,提高光斑定位的精度;对光斑进行去背景噪声处理和中心噪声补偿,最大程度保留光斑有效灰度范围;通过非线性权重质心定位算法进行粗定位,加入滑动补偿机制后实现光斑中心的精定...     

基于小波去噪算法的全天时大气水汽拉曼激光雷达探测与分析

提出了一种基于小波阈值去噪算法的白天太阳背景光滤波抑制方法,实现对拉曼回波信号中真实信号与噪声的分离,并有效滤除白天背景噪声。基于西安理工大学大气水汽探测拉曼激光雷达系统的全天时实测数据,详细讨论了分解层数、小波基函数、阈值函数以及阈值选取方法等因素对白天探测回波信号去噪结果的影响,对去噪前后信号进行分析并对去噪评价函数进行对比,当利用小波基sym6、分解层数为5层,并采用改进阈值函数和改进通用阈值方法的最优条件时,可实现对白天水汽拉曼散射信号和米-瑞利散射信号较好的去噪效果。讨论了小波去噪前后大气水汽混合比反演廓线和激光雷达水汽探测信噪比(SNR)的结果,分析表明利用该去噪系统得到的白天激光雷达水汽探测SNR提高约3.4倍,水汽探测距离可从1.5~2km提高到3km以上。开展全天时激光雷达连续探测实验和去噪处理,获得了24h边界层内大气水汽混合比的连续变化特性,并得到与近地面气象站数据的较一致的结果,充分验证了小波去噪算法应用于全天时大气水汽探测的可行性和有效性。     

奇异谱分析用于提升双光梳激光测距精度

从含噪数据中提取信号从而提升数据采集系统精度是极为重要的问题.奇异谱分析(singular spectrum analysis,SSA)作为一种无参数频谱估计技术,广泛用于区分系统模型未知情况下的动态系统信号的复杂成分.本文应用SSA方法提取双光梳飞秒激光测距系统中的含噪时间序列的距离信息,数值仿真显示SSA方法可以从含有有色噪声的信号中提取距离信号.实验中,SSA方法成功地从含有量子噪声的测距信号中提取出激光与目标之间的距离信息,提取后的信号有13倍的精度提升.这种方法同样适用于高维信号,如基于飞秒激光测距的高精度、高速率表面形貌测量的图像提取.     

基于改进中值滤波和提升小波变换的阈值去噪方法研究

对于实际拍摄的一些图像信噪比低,噪声密度大,且含有混合噪声,而现有算法大多只能去除单一噪声的问题。针对混合噪声中含有的脉冲噪声和高斯噪声,提出基于改进中值滤波和提升小波变换去噪相结合的方法。去噪过程中,使用中值滤波器提取脉冲噪声并采用中值滤波算法滤波后,构造提升小波,采用改进阈值函数提升小波阈值去噪方法去除高斯噪声。实验结果表明,当噪声值(,)=(0.4, 20)时,采用本文去噪方法,峰值信噪比（PSNR）为34.002 1,平均绝对误差（MAE）为2.365 3。     

基于自适应阈值的三维点云分段式去噪方法

激光雷达探测点云数据中存在大量噪声点,导致三维图重建精度下降,无法完全复现物体结构,本文针对此问题提出了一种基于自适应阈值的三维点云分段式去噪方法.根据噪声点与非噪声点之间的欧式距离,将其划分为远信号噪声点和近信号噪声点两类,先后对两类噪声点分别采用基于非线性函数的阈值自适应去噪算法和基于曲率的去噪算法.基于非线性函数...     

用于近红外宽带腔增强吸收光谱的小波去噪

为了有效抑制检测系统的噪声,提高气体浓度的反演精度,研究了近红外宽带腔增强气体传感系统的小波去噪方法。小波去噪方法的优化分析结果表明,选择db2小波函数作为小波基对含噪信号进行6级分层处理,并选择heursure阈值估计方法,采用局部阈值方式对噪声部分小波系数进行置零处理,可达到最优去噪效果。将近红外宽带腔增强吸收光谱技术与高分辨率傅里叶变换红外光谱仪相结合,建立了用于甲烷检测的气体传感系统,使用最小二乘拟合算法对去噪前后的甲烷吸收系数进行反演。结果表明,采用小波去噪后,反演浓度更接近真实值,反演精度提高7%,信噪比提高90%,系统检测下限降低45%,证明小波去噪算法可以有效提高系统的检测精度。     

DNA测序信号去噪分析的一种新方法

在DNA荧光测序中,噪声会影响分析的准确度和检出限。相比其他滤波方法,小波分析具有良好的时频域分辨特性。在小波去噪处理中,正确选择合适的小波基函数、去噪阈值和分解层数直接关系到信号去噪处理的质量。为了真实构建噪声模型并准确评价去噪算法的有效性,实验中通过实际系统中采集到的噪声信号叠加理想荧光信号构建DNA测序仿真信号,去噪分析的结果表明：选择sym7小波基函数、分解层数(lev＝5)与使用固定格式软阈值,有效去除了DNA测序信号的噪声;处理后,信号的信噪比提高了5倍以上。将其用于处理实际的DNA电泳荧光信号,相比基于随机噪声模型的算法,去噪后的信号更加真实可靠。