去噪

摘要： 针对经验模态分解去噪时存在的模态混叠问题,提出一种变分模态分解与滑动均值滤波相结合的去噪算法。首先通过寻找变分模型最优解将含噪信号分解成若干个固有模态。然后利用相关系数准则确定最优分解层数K以及其对应的相关模态,并用滑动均值滤波器对非相关模态进行处理以得到其中的有用分量。最后基于相关模态和非相关模态中提取的有用分量构造去噪后的信号。仿真表明,与经验模态分解去噪和小波去噪相比,所提出的算法能够在更有效去除暂态扰动中噪声的同时,保留暂态扰动中的特征信息。

摘要： 针对无人机(UAV)影像水体提取出现的噪声干扰、光谱混淆、分割尺度难把握、无法使用水体指数等问题,提出边缘检测算法结合面向对象方法的新水体提取方法(AUCSN).采用各向扩散滤波算法对影像去噪;采用Canny边缘检测算子对去噪后影像进行边缘提取,提取结果与去噪后影像进行波段重组,利用改进的邻域绝对均值差分方差比法对重组影像选取最优分割尺度,开展多尺度分割.结合水体对象的光谱、形态、纹理特征建立模型,对分割后影像实现水体粗提取.将粗提取结果利用形态学闭运算填充孔洞,实现水体提取.实验结果表明,采用AUCSN方法进行水体提取,不仅提高了提取效率,而且提取精度能够达到96%.

摘要： 有效滤除电能质量信号中的噪声是电能质量检测的重要前提,然而小波特性却对去噪效果有着很大的影响。针对此问题,文中给出了一种可调阈值函数,通过对可调参数的控制,可以使得该阈值函数在软硬阈值函数之间变动,兼具两者的优点。在深入研究小波的正交性、支撑长度、正则性、消失矩阶数、对称性等特性的基础上,提出为达到最好的去噪效果小波选取应满足的五个特点。采用db 5、haar、bior 2.2、rbio 3.1四种小波对电压暂降、暂升、中断、振荡、谐波扰动信号进行四尺度分解,计算噪声标准差的基础上进一步引入算子修正阈值,利用提出的新阈值函数对小波细节系数进行去噪处理,分析小波逆变换重构信号的细节,并计算出去噪后的信噪比和均方误差,实验结果表明在不同噪声强度干扰下,db 5小波都具有最佳的去噪效果,这证明了所提出的电能质量信号去噪中小波选取应该遵循的五个特点的正确性和可靠性。

摘要： 为了去除高光谱图像采集过程中产生的噪声,提升后续图像处理的性能,提出了一种融合空谱-梯度特征的深度高光谱图像去噪方法。它包括空谱特征网络和梯度特征网络,且各网络使用密集跳跃连接和可分离卷积策略进行优化。空谱网络模型实现噪声特征的精确提取,梯度网络模型对噪声纹理特征进行补充,最后基于两个网络的特征提取结果进行融合,实现噪声特征的精准刻画,并用于恢复干净图像。分别在合成噪声图像和真实噪声图像上验证方法的有效性。实验结果表明,该方法在恢复图像内部结构上效果显著,在噪声标准差50的条件下去噪结果的平均信噪比达到29.426 dB,平均结构相似性达到0.9678 dB,去噪结果使用支持向量机算法进行分类,分类精度达到90.89%。

摘要： 有效提取变压器振动信息对于识别变压器运行状态具有重要的现实意义.本文提出一种基于自适应白噪声完整集成经验模态分解(CEEMDAN)的变压器振动信号分析方法.论文首先采用CEEMDAN将原始变压器振动信号分解成有限的固有模态分量(IMF),之后利用相关系数(CC)提取有效的IMF分量.最后,将提取出的有效IMF分量进行信号重构得到消噪结果.仿真及实测信号分析表明,该方法能够较准确实现信号消噪,成功提取出变压器振动信号的有效信息,验证了该方法的有效性和实用性.

摘要： 为克服在传统结构光相移法三维重建技术实际应用中存在的问题,进一步提高三维重建效率和重建精度,提出一种借助微视传感公司开发的MEMS结构光投影模组实现三维重建的方法。方法使用串口通信方式控制红外光投影模组,与搭载特定红外光带通滤光片的CCD相机同步实时采集光栅图,从而提高图像采集效率和降低实验环境要求。对于黑白条纹过渡不均匀的问题,提出高斯滤波和中值滤波的方法,对相位光栅灰度调制图滤波处理,实现相位包裹图噪点去除,使相位展开更平滑。最终三维重建通过四步相移法实现。实验表明,本方法有效提高了三维重建效率以及点云的精度。

摘要： 针对局放信号中单一的去噪方法去噪效果差以及经验模态分解(empirical mode decomposition,EMD)存在的模态混叠和其他缺陷,文章提出一种基于改进的希尔伯特黄变换(Hilbert-Huang transform,HHT)的去噪方法;针对神经网络所需样本多和计算量大的特点,提出对有高信息维度的边际谱进行方向梯度直方图(histogram of gradient,HOG)和灰度共生矩阵(gray level co-occurrence matrix,GLCM)特征提取后通过支持向量机(SVM)辨别的方法。局放信号中主要有窄带周期干扰和白噪声2种噪声干扰难以去除,窄带噪声能量集中在频域上,可以通过快速傅里叶变换(FFT)将其先去除,然后采用添加互补自适应白噪声的完整集合经验模态分解(complete ensemble empirical mode decomposition with complementary adaptive white noise,CEEMDCAN)和自适应阈值法结合的方法,不仅有效抑制了白噪声,而且消除了模态混叠,重构误差和计算量都更小。仿真结果表明,该去噪方法去噪效果明显,在少样本情况下,通过SVM快速辨别可以获得92.5%的高识别率。

摘要： 在无人驾驶领域中,提升无人驾驶安全性、丰富无人驾驶适用环境是提高无人驾驶系统的自动化程度的重要研究内容。文章首先分析了对于适用不同红外波段的车载红外成像辅助设备的选择问题,基于其面对复杂环境的可用性为选择依据,得出了短波红外成像设备优良性能的结论。同时针对现有红外图像成像质量的问题,基于Matlab应用相关图像的增强算法进行图像处理,在图像清晰度方面,采用了拉普拉斯算子、中值滤波等处理方法解决相应问题并获得了改良后的图像,实现对相机输出图像的增强。

摘要： 针对高超声速滑翔飞行器(Hypersonic glide vehicle,HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。

摘要： 针对传统多小波相邻系数去噪法沿用统一阈值方法获取的阈值精度不高而导致信号去噪不理想的问题,提出了基于混合粒子群优化的多小波相邻系数去噪方法。该方法将具有全局寻优能力的禁忌搜索算法和粒子群优化算法相融合,并将这种融合算法引入到多小波相邻系数去噪方法之中对其阈值求取方式进行改进。通过对比传统的多小波相邻系数去噪方法、基于经验模态分解的降噪算法及基于粒子群和遗传算法的混合粒子群算法优化的多小波去噪方法降噪结果,结果表明:基于粒子群和禁忌搜索的混合粒子群算法优化的多小波相邻系数去噪方法不仅能提取更多的故障特征信息,还能够增强故障频率冲击特性和有效抑制背景噪声。

摘要： 文中在小波包变换和传统阂值去噪方法的基础上，提出了一种基于最优小波包基的多尺度多阙值信号去噪方法和新的阈值函数。采用小波包分解，克服了传统的正交小波变换的缺陷。通过Droppler信号的仿真实验表明，新的阈值函数在小波包变换下可以有效地去除白噪声干扰，无论在视觉效果上还是在信噪比和均方误差定量指标上均优于在硬、软阈值函数。

摘要： 斑点效应是合成孔径雷达(Synthetic Aperture Radar，SAR)图像所不可避免的。去除斑点噪声是在SAR图像自动分割、分类、目标检测和其它定量专题信息提取前必须进行的步骤，因此如何在不降低图像空间分辨率的前提下消除或最大限度地抑制斑点噪声是当前SAR图像处理与研究的热点。本文利用FIR滤波器对RadarSAT-2图像进行去噪，并在滤波过程中通过试验对比分析，选取最优的滤波系数。结果表明，使用FIR滤波器进行SAR图像去噪在辐射特性保持和斑点噪声抑制方面均优于传统的滤波方法，且速度较快。同时，滤波系数的选取对FIR滤波器的去噪效果有很大影响。

摘要： 小波阈值法是小波域去噪的主要方法之一,该方法通过选取合适的阈值,采用阈值函数对小波系数进行相应的非线性处理,可以在均方差意义下取得最优的去噪效果.其中,选取合适的阈值函数是该方法最基本的问题之一.本文在讨论了硬阈值函数、软阈值函数和半软阈值函数的特点及其不足的基础上,提出了一个新的阈值函数.该函数在整个小波域内连续并高阶可导,而且只需要确定一个阈值,算法相对简单.仿真结果表明,采用新的阈值函数与硬、软和半软阈值方法相比,得到较为理想的去噪效果.

摘要： 在时间域和频率域都域可达到高分辨率的小波变换已被利用到各种信号处理领域。小波变换在激光雷达信号处理中主要是用于去噪，但一般都忽略了两个关键问题：一是小波基的选择，二是在激光雷达大气回波信号去噪时分解尺度的确定：这两个问题直接关系到激光雷达信号中的噪声能否有效地剔除。本文通过对实际激光雷达信号的支噪分析，明确给出了小波基的选样标准，而且证明选用 Haar小波去噪时小波变换的关键尺度为4，进行3级分解可以得到很好的去噪结果。研究结果还表明，对信噪比越差的信号，小波去噪效果越明显。

摘要： 针对图像变换域分割不灵活的问题,提出了一种图像傅立叶谱灵活分割与去噪的简单方法,该方法基于具有线性相位特性的直接结构多通道非均匀滤波器组实现.根据输入图像的频谱能量分布和实际应用的需要,设计具有合适采样因子的线性相位非均匀滤波器组并将其应用于对图像行、列的处理中,实现对整个图像按照频谱能量的高低进行灵活分割的过程 若干扰噪声的功率谱集中分布在图像的低能量部分,且其谱值高于原始图像的低能量谱值,应用这一频谱分割思想,可以很容易地将噪声检测出来并加以去除. 实验结果表明,该方法实现简单,尤其是在原始图像的频谱分布比较集中时非常有效.

摘要： 从混沌信号中去除噪声一直受到关注.基于EMD方法的自适应滤波特性,提出一种去除混沌信号噪声的方法.首先将混沌信号和噪声组合而成的复杂信号分解成不同特征成份的固有模态函数(IMF);并对某些包含有用信号和噪声的IMF分量再次进行EMD分解;最后对重构后各个尺度上的信号进行线性叠加,可有效去除高斯白噪声对混沌信号的干扰.通过对Lorenz混沌时间序列进行去噪,充分体现了该方法的有效性,而且不删除混沌信号中的有用信息,文中所提出的算法具有实现简单、鲁棒性好的优点.

摘要： 小波变换是传统傅里叶分析发展史上里程碑式的进展,近年来成为众多学科共同关注的热点.本文基于小波分析理论,利用小波去噪技术,对序批式活性污水处理过程的PH、ORP、DO实时测量数据进行了去噪处理.处理结果表明,小波去噪合理有效,能够敏感识别观测噪声和有用信息,不需要待处理数据的先验知识,且对污水处理过程的反应特征点判别非常有效.

摘要： 大地电磁测深法(MT)野外观测得到的原始资料是包含多种频谱的时间序列,这种时间序列中常包含不需要的信息和50 Hz及其谐波的干扰.结合FIR数字滤波技术与MT时间序列的特征,提出了一种基于FIR数字滤波技术的MT时间序列去噪方法,讨论了FIR数字滤波器的原理和实现,分析了理论数据通过FIR数字滤波的带通和陷波处理,探讨了对实测时间序列的带通和陷波所取得的效果。

摘要： 条带噪声是线阵CCD成像过程中最常见的系统噪声,其存在掩盖了图像的有用信息,给图像判读造成了不利影响。利用小波变换对信号奇异点检测的优越性,检测出条带噪声在小波系数中的周期性分布规律。依据小波去噪三步法,对存在条带噪声的低频和高频小波系数分别进行阈值处理。处理后图像目视效果良好,功率谱基本保留了原图像功率谱的变化趋势,表明在有效去除条带噪声的同时,较好地保留了图像中的有用信息。

摘要： 形态学滤波器作为一种非线性滤波工具，以其良好的消噪性能越来越多的被运用到电力系统采样数据的处理中。形态学滤波器所选用的结构元素对滤波效果有着重要的影响，但目前结构元素的选取还没有针对具体应用背景的选取原则。针对电力系统中的常见噪声，通过数值仿真，对几种常用结构元素的滤波效果及计算速度进行了详细的分析研究，进而给出了结构元素类型的一般选取原则。同时提出了关于结构元素宽度及幅值选取的一些规律，为形态学滤波器的设计提供了参考依据。

摘要： 本发明涉及图像压缩技术领域，提供了一种嵌入到HEVC编码过程的3D去噪方法，包括：分别计算输入图像的时域编码残差和空域编码残差；将两者加权求和，得到一融合的时空域编码残差；根据所述时空域编码残差设置滤波器的阈值，以实现对所述输入图像的去噪。本发明的优点是在硬件实现上没有增加额外的存储和复杂的计算单元，同时也确保了编码通路的低延时需求。

摘要： 本发明编码器技术领域，具体涉及具备自动去噪功能的反射式编码器及去噪方法。所述编码器包括：编码器部；所述编码器部包括：码尺和发射器检测器单元；所述编码器还包括：噪声分离部、噪声去除部和修正部；所述噪声分离部配置用于将噪声和信号进行分离，得到背景噪声和第一去噪信号；所述噪声去除部，配置用于对第一去噪信号进行滤波去噪，得到第二去噪信号和系统噪声；所述修正部配置用于基于得到背景噪声和系统噪声，对第二去噪信号进行信号补偿，完成信号去噪。其通过两次噪声分离，分别针对背景噪声和系统噪声进行不同的处理，以减少噪声对反射式编码器的准确性的影响；在针对噪声处理后的信号还进行信号补偿，进一步提升了编码器的准确性。

摘要： 本发明公开了一种超声图像去噪模型建立方法及超声图像去噪方法，属于图像去噪领域，包括：数据集预处理步骤：将自然图像数据集中的图像预处理为大小相等的图像块，添加斑点噪声后，由图像块及其对应的噪声图像构成训练样本，得到训练数据集；模型建立步骤：使用ResNet网络中的残差块为基本单元建立ResUNet网络，并引入注意力机制，得到待训练的初始去噪模型，用于抑制图像中的斑点噪声；模型训练步骤：利用训练数据集对初始去噪模型进行训练，在训练结束后，得到超声图像去噪模型。本发明在UNet网络的基础上，引入残差块和注意力机制，由此所建立的超声图像去噪模型，能够有效提升对超声图像的去噪效果。

摘要： 本发明提供了一种低剂量图像去噪网络的训练方法、低剂量图像的去噪方法、计算机设备及存储介质，本发明提供的低剂量图像去噪网络的训练方法中低剂量图像去噪网络会根据低剂量图像生成低剂量图像的剂量等级估计值及标准剂量估计图像，再根据标准剂量估计图像和剂量等级估计值生成低剂量估计图像，最后根据低剂量图像、低剂量估计图像、标准剂量图像、标准剂量估计图像构建损失函数，对损失函数进行优化，获得所述低剂量图像去噪网络的参数，从而将剂量等级信息融合到图像重建过程中，提升了去噪方法的鲁棒性以及重建图像的质量。

摘要： 本申请公开了一种首帧图像的去噪方法，该方法包括：获取首帧图像，为所述首帧图像构建用于帧间运动估计的参考帧，其中，所述参考帧的第一采集参数与所述首帧图像的第二采集参数之间的差异在设定的差异阈值内，所述参考帧的图像数据的数据格式与所述首帧图像的图像数据的数据格式相同，利用所述首帧图像和所述参考帧，进行帧间运动估计，确定所述首帧图像的静止区域和运动区域，采用时域去噪方式对所述运动区域进行去噪处理，采用空域去噪方式对所述静止区域进行去噪处理。本申请保留了图像的清晰度，又去除了背景层跳动的噪声，快速地对首帧图像进行了去噪，对于可工作于低功耗状态下的电子设备，提高了首帧图像的图像品质。

摘要： 本申请涉及图像处理技术领域，具体涉及一种视频去噪方法和视频去噪装置，以及计算机可读存储介质和电子设备，解决了显微视频去噪难度高，去噪效果差的问题。该视频去噪方法，通过获取视频去噪模型，其中，所述视频去噪模型基于待去噪视频对应的多个增噪视频和所述待去噪视频对初始网络模型进行训练得到，利用所述视频去噪模型，基于待去噪视频生成所述待去噪视频对应的降噪视频，从而使初始网络模型能够在训练中学习到待去噪视频的噪声信息，以使生成的视频去噪模型能够准确的对待去噪视频进行去噪，因此，利用视频去噪模型生成的待去噪视频对应的降噪视频更加准确。

摘要： 本申请公开了去噪电路及其操作方法和包括去噪电路的集成电路。该去噪电路包括：参考电压控制电路，其被配置为基于噪声检测序列信息来执行噪声检测序列操作，以及基于计数值来控制参考电压；噪声检测电路，其被配置为将供电电压和所述参考电压进行比较，以及产生与在所述供电电压中已经出现的噪声相对应的计数值；噪声计算电路，其被配置为通过对所述计数值和所述参考电压执行运算来产生与所述噪声相对应的加载控制信号；以及加载控制电路，其被配置为基于所述加载控制信号来控制用于所述供电电压的加载值。

摘要： 本发明提供一种二维冷冻电镜图像去噪模型的训练方法，所述方法包括：S1、获取原始图像数据集，从原始图像数据集中提取每个图像对应的纯噪声区域以获得纯噪声样本并组成纯噪声数据集；S2、采用步骤S1获得的纯噪声数据集训练生成式模型获得噪声生成模型，并采用训练的噪声生成模型生成多个新的纯噪声样本以扩充纯噪声数据集获得新的纯噪声数据集；S3、将新的纯噪声数据集中的纯噪声样本迁移到模拟生成的无噪声图像中以获得无噪声‑带噪声样本组成的无噪声‑带噪声数据集；S4、采用步骤S3获得的无噪声‑带噪声数据集训练卷积神经网络至收敛。

摘要： 本申请公开了一种首帧图像的去噪方法，该方法包括：获取首帧图像，为所述首帧图像构建用于帧间运动估计的参考帧，其中，所述参考帧的第一采集参数与所述首帧图像的第二采集参数之间的差异在设定的差异阈值内，所述参考帧的图像数据的数据格式与所述首帧图像的图像数据的数据格式相同，利用所述首帧图像和所述参考帧，进行帧间运动估计，确定所述首帧图像的静止区域和运动区域，采用时域去噪方式对所述运动区域进行去噪处理，采用空域去噪方式对所述静止区域进行去噪处理。本申请保留了图像的清晰度，又去除了背景层跳动的噪声，快速地对首帧图像进行了去噪，对于可工作于低功耗状态下的电子设备，提高了首帧图像的图像品质。

摘要： 本发明公开了一种中国碑文图像去噪模型构建方法、去噪方法及装置，模型构建方法包括：采集多幅完整的带噪声的碑文图像获得噪声数据集；对噪声数据集进行预处理；将文字检测数据集中的预处理后的噪声图像作为输入，将对应的框选后的噪声图像作为参考输出，训练图像文字检测模型，得到训练好的图像文字检测模型；框外去噪；训练框内去噪模型得到训练好的框内去噪模型，最终得到中国碑文图像去噪模型。本发明不仅能够对中国碑文图像的斑点噪声进行有效去除，还能够有效去除现有噪声去除模型无法去除的划痕噪声和片状腐蚀类噪声，对各种造成进行了无差别去除，降低了复杂噪声对模型的干扰，从而实现模型去除碑文图像噪声的高效性。