wavelet 关于小波去噪的几十篇经典论文，对利 朋友很有帮助的 Document 文章/文档 182万源代码下载-
&文件名称: wavelet
& & & & &&]
&&所属分类:
&&开发工具: matlab
&&文件大小: 9510 KB
&&上传时间:
&&下载次数: 4114
&&提 供 者:
&详细说明：关于小波去噪的几十篇经典论文，对利用小波去噪的朋友很有帮助的-Wavelet Denoising of the dozens of classics on the paper, the use of wavelet de-noising a friend helpful
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&一种新的小波算法.caj&&一种优化的小波去噪方法研究.caj&&一种自适应小波去噪算法.caj&&非均匀噪声图像的小波去噪研究.nh&&基于Matlab、的小波去噪方法研究.caj&&基于Matlab的小波去噪浅析.caj&&基于Matlab小波去噪方法的研究.caj&&基于互信息判据的小波去噪.caj&&基于四种改进阈值函数的小波去噪.caj&&基于阈值的小波去噪算法研究.caj&&基于自定义阈值函数的小波去噪算法.kdh&&两种阈值选取准则的小波去噪方法的比较.caj&&图像小波去噪的算子描述.caj&&小波去噪的几种方法.caj&&小波去噪方法的仿真研究.caj&&小波去噪方法的仿真研究.kdh&&小波去噪方法分析与Matlab仿真.kdh&&小波去噪及其在Matlab中的实现.kdh&&小波去噪理论及Matlab实现研究.caj&&小波去噪中小波基的选择.caj&&新阈值函数及其小波去噪研究.kdh&&一种改进的基于图像阈值的小波去噪算法.caj&&一种基于软阈值的小波去噪算法.caj&&一种简化的小波去噪算法.caj
&[]:一般，勉强可用&[]:很好，推荐下载&[]:还不错&[]:很好，推荐下载&[]:很好，推荐下载&[]:一般，勉强可用&[]:还不错&[]:很好，推荐下载&[]:很好，推荐下载
&近期下载过的用户:
&&&&&&&&&&&&&&&&&&&&&[]
&相关搜索:
&&&&&&&&&&
&输入关键字，在本站182万海量源码库中尽情搜索：
&[] - 一个MATLAB的小波去噪程序
希望对研究小波的有帮助
&[] - 这是两个学生做的图像处理方面的毕业设计，有论文也有源码
&[] - 混沌控制、混沌同步仿真程序混沌控制、混沌同步仿真程序
&[] - VC++实现的二维小波变换源代码，已经测试，可用。用于图像去噪、压缩等
&[] - 这是一个一维离散小波变换DWT并行算法，C语言实现
&[] - 本程序我花了一个月的时间做的，就是嗅探器，用处很大啊，让出来给大家
&[] - 一种基于人手姿态估计的 人机交互方法 机器视觉
&[] - 小波变换程序源代码，可以处理一维数据和二维图像数据。通过小波变换将低频信息提取出来。
&[] - 小波分析与应用实例(第二版)，中科大出版社、孙功宪编著，一本不可多得的好书文档分类：
在线文档经过高度压缩，下载原文更清晰。
淘豆网网友近日为您收集整理了关于毕业设计（论文）-基于提升小波多分辨分析的语音信号和图像去噪的文档，希望对您的工作和学习有所帮助。以下是文档介绍：毕业设计（论文）-基于提升小波多分辨分析的语音信号和图像去噪 全套设计,欢迎咨询扣扣 石家庄铁道大学四方学院毕业设计基于提升小波多分辨分析的语音信号和图像去噪Speech Signal and Image Denoising AnalysisBased on Lifting Wavelet Transfrom2012 届电气工程系专业电子信息工程学号学生姓名指导教师__完成日期 2012 年 5 月 15 日全套设计,欢迎咨询扣扣 毕业设计成绩单学生姓名孙磊学号
班级方 0809-3 专业电子信息工程毕业设计题目基于提升小波多分辨分析的语音信号和图像去噪指导教师姓名汪西原指导教师职称教授评定成绩指导教师得分评阅人得分答辩小组组长得分成绩:院长(主任) 签字:年月日全套设计,欢迎咨询扣扣 毕业设计任务书题目基于提升小波多分辨分析的语音信号和图像去噪学生姓名孙磊学号
班级方 0809-3 专业电子信息工程承担指导任务单位电气工程系导师姓名汪西原导师职称教授一、主要内容(1)提升小波变换的原理及其多分辨(来源：淘豆网[/p-2177904.html])分析的特性;(2)体现提升小波多分辨分析相比 Mallat 算法的优势;(3)小波基的选择对语音信号和图像去噪有何影响;(4)研究衡量语音信号和图像去噪的技术指标以及针对的对象;(5)衡量提升小波对语音信号和图像去噪比起其他算法的优劣。二、基本要求(1)熟练掌握 Matlab 工具箱的运行环境及其仿真编程语言;(2)熟悉提升小波变换的原理及其多分辨分析的特性,以便与滤波器结合起来;(3)熟悉小波基函数的基本特性;(4)熟悉在 Matlab 环境下如何载入语音信号和图像,并对其加噪;(5)对不同噪声的类型能够选择合适的小波基函数和小波分解级数;(6)利用提升小波变换和其他算法对相同的图像或信号进行处理,比较分析仿真结果。三、主要技术指标软件环境:Matlab 工具箱设计论文以提升小波变换的多分辨分析的基本理论作为本设计的支持。在理论上实现提升小波变换的去噪,并给出仿真结果和评价。论文正文不少于 1.5 万字,查阅文献资料不少于 15篇,其中外文文献 2 篇以上,翻译与课题有关的外文资料不少于 3(来源：淘豆网[/p-2177904.html])000 汉字。四、应收集的资料及参考文献收集关于提升小波变换的多分辨分析、滤波器设计、信号或图像处理,以及 Matlab 工具箱的使用等方面的资料和参考文献。五、进度计划第 1 周—第 2 周:收集资料,完成开题报告第 3 周—第 4 周:需求和可行性调试第 5 周—第 7 周:概要设计第 8 周:中期检查第 9 周—第 12 周:详细设计和代码设计第 13 周—第 14 周:论文审核定稿第 15 周—第 16 周:答辩教研室主任签字时间年月日全套设计,欢迎咨询扣扣 毕业设计开题报告题目基于提升小波多分辨分析的语音信号和图像去噪学生姓名孙磊学号
班级方 0809-3 专业电子信息工程一、研究背景基于提升小波多分辨分析的语音信号和图像去噪是小波理论中的一项重要的内容。本课题提出基于提升系统的小波多分辨分析的语音信号和图像去噪主要目的是体现提升小波对语音信号和图像去噪比起其他算法的优势,突出感兴趣的部分,其研究具有很重要的意义。表现为以下几个方面:提升小波方法的(来源：淘豆网[/p-2177904.html])实现形式给出了小波完全的空间域解释,与传统小波去噪相比,它具有许多优良特性:结构简单,运算量低,原位运算,节省存储空间,逆变换能够直接反转实现,以及可逆的整数到整数变换,便于实现。小波多分辨分析能多尺度多角度提取信号特征,可在不同尺度上将噪声和信号明显地区分开来,并且能够注意到图像的边缘细节。提升系统的小波变换是基于提升方案的小波变换,比传统的小波变换有很多的优越性:①传统的小波变换都是通过Mallat算法实现的,而提升系统的小波变换要比Mallat算法的计算量减少一半;②逆变换简单、直接,并且意义明确;③只占少量的存储空间;④边缘处理容易。用提升的算法来构造小波库在对其进行去噪的过程中可以自适应的选择不同的滤波器。二、国内外研究现状小波分析是近年来国际上一个非常热门的前沿研究领域,小波变换具有多分辨分析的性能,能从不同的角度和尺度进行时域和频域分析,能对尺度提取信号特征,并在不同尺度上将噪声和信号明显的区分开来,因此基于小波多分辨分析的研究在信号去噪和图像去噪上都有很大的优势。然而随着科学技(来源：淘豆网[/p-2177904.html])术不断的发展,在去噪处理领域,处理的信号和图像不仅要满足较高的视觉要求,而且也要求进一步提高精度,解决处理速度的问题,所以就要在小波多分辨分析的基础上开发一种新的处理方法,来解决处理的速度问题。1995年, Wim Sweldens和P.Schroder在文献中正式提出了小波提升格式及第二代小波的概念。1996年,Wim Sweldens正式提出了提升小波变换理论后,在信号处理领域和图像去噪方面都得到了非常广泛的应用,并且被选做了JPEG2000的变换核,提升小波变换用于语音信号去噪和图像去噪也得到了良好的效果。三、研究方案(1)掌握提升小波变换的原理及其多分辨分析的特性;(2)掌握滤波器设计的基本方法,熟悉在 Matlab 环境下载入语音信号和图像,并对其加噪;(3)研究小波基的选择对语音信号和图像去噪的影响,小波基的选择应考虑以下几个方面:正交性,紧支撑性,对称性,正则性,消失距等;(4)分别用小波和提升小波分别对语音信号和图像进行去噪,对去噪效果从视觉直观图和峰值信噪比、均方误差等参数上(来源：淘豆网[/p-2177904.html])进行对比,比较效果;(5)衡量提升小波对语音信号和图像去噪比起其他算法的优劣,分别用直观图和相关参数全套设计,欢迎咨询扣扣 衡量去噪效果。四、预期结果(1)完成对提升小波变换的原理及其多分辨分析的特性分析,掌握提升小波去噪的理论基础;(2)实现对语音信号和图像的加噪;(3)实现对不同类型的噪声能够选择合适的小波基函数和小波分解级数,能够选择合适的技术指标对其进行有效的衡量的功能;(4)实现提升小波变换对信号和图像的去噪,完成提升小波对语音信号和图像去噪比起其他算法的对比,提升小波去噪效果较好。指导教师签字时间年月日全套设计,欢迎咨询扣扣 摘要基于提升小波多分辨分析的语音信号和图像去噪是小波理论中的一项重要的内容,它是解决去噪问题的一种非常有效手段,提升系统的小波变换是基于提升方案的小波变换,比传统的小波变换有很多的优越性。本课题提出基于提升系统的小波多分辨分析的语音信号和图像去噪主要目的是体现提升小波对语音信号和图像去噪比起其他算法的优势。本课题采用了对比的(来源：淘豆网[/p-2177904.html])方法,对 cameraman 图像和 um 信号加入自定义噪声,噪声方差为 0.5,利用 haar 小波函数对该图像和信号进行二级分解,分别用小波变换和其对应的提升小波进行图像和信号去噪,并采用空域滤波和频域低通滤波对其去噪,给出了仿真结果,从视觉直观图和峰值信噪比、均方误差等参数上进行了分析对比,比较其效果,体现了提升小波对语音信号和图像去噪比起其他算法的优劣。仿真结果表明,提升小波和传统小波相比,其优点在于计算简单,编程容易,速度快,该算法去噪后的图像质量优于一般小波变换和传统方法。关键词: 小波变换提升小波图像消噪信号去噪全套设计,欢迎咨询扣扣 AbstractBased on lifting wavelet multiresolution analysis of the speech signal and imagedenoising in wavelet theory is an important content, it is to solve denoising(来源：淘豆网[/p-2177904.html]) problem is avery effective means, lifting system based on lifting scheme wavelet transform is wavelettransform, than the traditional wavelet transform has many advantages. In this paper basedon the lifting system of the multi resolution analysis of wavelet transform in speech signaland image denoising the main purpose is to reflect the lifting wavelet transform for speechsignal and image pared with other algorithm's advantage.In this paper in o(来源：淘豆网[/p-2177904.html])rder to reflect the lifting wavelet denoising effect, this paper parative method, adding a custom noise, the noise variance is 0.5. The denoisingby using two layers of position and Haar wavelet basis function, respectively, usingthe wavelet transform and its corresponding lifting wavelet for image and signal denoising,the simulation results are given, from the visual chart and peak signal to noise ratio, meansquare error, parameters are analyzed par(来源：淘豆网[/p-2177904.html])ed, compare its effect, embodies thelifting wavelet transform for speech signal and image pared to otheralgorithms.In this paper, the algorithm is realized by using Matlab software platform. Thesimulation results show pared with traditional wavelet transform, lifting wavelet,has the advantages of simple calculation, programming easy, fast speed, the algorithm fordenoising the image quality is generally better than traditional method wavelet transfor(来源：淘豆网[/p-2177904.html])m.Key Words: Wavelet transform Lifting wavelet Image de-noising Signalde-noising全套设计,欢迎咨询扣扣 目录第 1 章语音信号和图像与噪声11.1 噪声语音信号和图像模型及噪声特性 11.1.1 含噪模型 11.1.2 噪声特性 11.2 语音信号和图像质量的评价21.2.1 主观评价 21.2.2 客观评价 2第 2 章语音信号和图像去噪方法42.1 传统去噪方法 42.1.1 空域滤波 42.1.2 频域低通滤波法 52.2 小波去噪 7第 3 章小波变换理论基础 93.1 引言 93.2 小波理论的基本概念93.2.1 连续小波变换 93.2.2 离散小波变换 113.3 多分辨分析特性143.4 小波基的选择 15第 4 章提升小波去噪基本原理174.1 提升小波去噪概述174.1.1 提升小波去噪法 174.1.2 提升算法的过程 174.2 利用提升方案构造小波基函数184.2.1 提升方案的基本原理194.2.2 把小波变换分解成基本的提升步骤 204.2.3 整数小波变换 25第 5 章基于 MATLAB 的图像和语音信号噪声仿真与分析285.1 小波分级层数对去噪效果的影响285.2 小波基函数对去噪效果的影响295.3 提升小波去噪仿真结果与分析30总结与展望 32参考文献 33致谢 34全套设计,欢迎咨询扣扣 附录 35附录 A 外文资料 35附录 B 程序清单 49全套设计,欢迎咨询扣扣 第 1 章语音信号和图像与噪声人类获取外界信息有视觉、听觉、触觉、味觉等多种方法,但绝大部分(约 80%)是来自视觉所接收的语音信号和图像信息,即所谓“百闻不如一见”。而语音信号和图像处理就是对语音信号和图像信息进行加工处理,以满足人的视觉心理和实际应用的要求。因此,语音信号和图像处理技术的广泛研究和应用是必然的趋势。在分析和使用语音信号和图像之前,需要对语音信号和图像信号进行一系列处理。比如调整语音信号和图像存储的格式,对语音信号和图像进行去噪等。语音信号和图像处理是针对性很强的技术,根据不同用途、不同要求采用不同的处理方法。采用的方法是综合各学科较先进的成果而形成的,如数学、物理学、心理学、生理学、医学、计算机科学、通信理论、信号分析、控制论和系统工程等,各学科相互补充、相互渗透才使数字语音信号和图像处理技术飞速发展。根据本文研究的内容,我们只探讨语音信号和图像去噪这一语音信号和图像预处理技术。一般来说,在语音信号和图像采集、编码、传输、恢复的几个基本步骤中,影响语音信号和图像质量的因素很多。例如,现实语音信号和图像中无用的信息对我们而言就是噪声,设备、环境、获取方法等因素也会引入许多噪声干扰。如电磁干扰、相片颗粒噪声、采集语音信号和图像信号的传感器噪声、信道噪声、甚至滤波器产生的噪声等等。所以,为了提高语音信号和图像的质量以及后续更高层次的处理,对语音信号和图像进行去噪处理是不可缺少的重要环节,而寻求一种行之有效的去噪方法也是人们一直在进行的工作。1.1 噪声语音信号和图像模型及噪声特性1.1.1 含噪模型现实中的数字语音信号和图像在数字化和传输过程中[1],常受到成像设备与外部环境噪声干扰等影响,成为含噪语音信号和图像。去除或减轻在获取数字语音信号和图像中的噪声称为语音信号和图像去噪,在语音信号和图像去噪之前我们先要建立一个含噪语音信号和图像的模型,为了简便,我们研究如下的加性噪声模型,即含噪语音信号和图像仅由原始语音信号和图像叠加上一个随机噪声形成:
yxvyxfyxg ,,,
(1-1)播放器加载中，请稍候...
该用户其他文档
下载所得到的文件列表毕业设计（论文）-基于提升小波多分辨分析的语音信号和图像去噪.doc
文档介绍：
毕业设计（论文）-基于提升小波多分辨分析的语音信号和图像去噪 全套设计,欢迎咨询扣扣 石家庄铁道大学四方学院毕业设计基于提升小波多分辨分析的语音信号和图像去噪Speech Signal and Image Denoising AnalysisBased on Lifting Wavelet Transfrom2012 届电气工程系专业电子信息工程学号学生姓名指导教师__完成日...
内容来自淘豆网转载请标明出处.您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
基于小波变换的数字信号去噪方法.pdf37页
本文档一共被下载：
次 ,您可免费全文在线阅读后下载本文档
文档加载中...广告还剩秒
需要金币：300 &&
基于小波变换的数字信号去噪方法.pdf
你可能关注的文档：
··········
··········
硕士学位论文
基于小波变换的数字信号去噪方法
姓名：徐东星
申请学位级别：硕士
专业：基础数学
指导教师：尤新革;付应雄
座机电话号码
在实际应用领域中得到的信号总是会混有着一定的噪声，而噪声的存在严重干扰了
信号的本来面目，不利于进一步的信号分析和处理。因此，在信号预处理过程中对噪声加
以消除或减小，以便最大程度的提取有用的信号，是非常必要和重要的。
小波分析的方法已经被广泛应用于数字信号的去噪处理中，并受到越来越多的关注。
基于小波变换的信号去噪方法有多种：小波分解与重构去噪方法；小波变换模极大值去
噪方法；非线性小波变换阈值去噪方法；平移不变量小波去噪方法；基于小波变换域系
数相关性的去噪方法；基于小波包的去噪方法，以及近两年来日益成熟的应用多小波去噪
的方法等。
在这些方法中，非线性小波变换阈值去噪方法是应用最为广泛，适用性最强的。本文
综述了这些方法并重点突出了非线性小波阈值去噪方法的优点，并在阈值去噪方法的基
础上进行了一定的改进。在文章的最后利用改进的方法和传统的阈值方法进行了去噪效
果对比，实验表明，新方法不仅较为明显的改善了视觉效果，而且客观的信噪比和均方误
差都比传统的阈值方法要好。
关键词：小波变换；阈值；噪声；信号去噪
noisefromthe
forresearchers．
正在加载中，请稍后...一种基于提升小波的简单在线数据滤波方法--《化工自动化及仪表》2012年07期
一种基于提升小波的简单在线数据滤波方法
【摘要】：小波变换用于在线数据能提高去噪性能。针对传统小波在线使用时运算慢的问题,将基于提升格式的小波用于在线滤波。相比传统小波,基于提升格式的小波运算更快,能更好地满足实时性的要求。为了降低小波分析中边界效应的影响,提出一种新的简单数据扩展方法,该方法用先前时刻的滤波输出和噪声信息预测边界点后的数据信息。仿真结果表明:新方法运算速度快,满足实时处理的要求,能降低信号均方误差值并改善伪吉布斯效应。工业现场的在线滤波实例证明了该方法的可行性和良好的性能。
【作者单位】：
【关键词】：
【分类号】：TP274【正文快照】：
实时数据滤波在工业现场数据预处理中起着重要作用,很多文献中都使用卡尔曼滤波、扩展卡尔曼滤波[1]及粒子滤波[2]等方法进行现场数据校正,这些方法的优点是计算简单,而且是递推进行的;缺点是都依赖于系统模型,对噪声也有一定的要求,否则不能取得较好的效果。过去几十年来,不
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【参考文献】
中国期刊全文数据库
高东;张贝克;吴重光;;[J];计算机应用研究;2008年10期
樊启斌;石丽君;;[J];数学杂志;2010年05期
熊元新,刘涤尘;[J];武汉大学学报(工学版);2001年01期
【共引文献】
中国期刊全文数据库
全玉生;李静一;马彦伟;何秋宇;刘世欣;;[J];电网技术;2006年14期
王万银;邱之云;刘金兰;黄翼坚;于长春;李焓;;[J];地球物理学进展;2009年04期
陈冬红,王柏林,刘华;[J];河海大学学报(自然科学版);2005年03期
郗艳华;;[J];计算机与现代化;2011年09期
中国博士学位论文全文数据库
高东;[D];北京化工大学;2010年
中国硕士学位论文全文数据库
霍柏超;[D];西南交通大学;2008年
【二级参考文献】
中国期刊全文数据库
刘志成;陈祥光;李宇峰;李兵;;[J];北京化工大学学报(自然科学版);2007年01期
唐金山,蔡安妮,孙景鳌;[J];电子学报;1999年01期
耿则勋;[J];工程数学学报;1997年04期
水鹏朗,保铮;[J];中国科学E辑:技术科学;2000年01期
;[J];Wuhan University Journal of Natural S2005年06期
;[J];Wuhan University Journal of Natural S2010年01期
【相似文献】
中国期刊全文数据库
王娜,贾传荧,贾银山;[J];信号处理;2003年03期
王青海,莫玉龙,胡海平;[J];计算机辅助设计与图形学学报;2004年02期
王青海,莫玉龙;[J];计算机工程;2004年12期
周化雨;杨坦;关履泰;;[J];中国图象图形学报;2007年07期
卓红艳,罗建书;[J];遥感信息;2004年04期
高广春,姚庆栋;[J];电路与系统学报;2005年05期
高东;张贝克;吴重光;;[J];计算机应用研究;2008年10期
丁绪星,朱日宏,李建欣;[J];光子学报;2004年02期
张宏伟,刘正光,陈红新;[J];计算机应用;2005年07期
,饶妮妮;[J];微计算机信息;2005年22期
中国重要会议论文全文数据库
徐丙莲;张秋胜;;[A];第三届中国智能计算大会论文集[C];2009年
侯艳芹;李均利;魏平;陈刚;;[A];第十三届全国图象图形学学术会议论文集[C];2006年
武小红;李敏;武斌;;[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年
万福永;袁震东;;[A];2005中国控制与决策学术年会论文集（上）[C];2005年
刘扬;侯思祖;;[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集（下）[C];2008年
赵东杰;王华;周辉;;[A];第七届全国信息获取与处理学术会议论文集[C];2009年
万福永;袁震东;;[A];1999中国控制与决策学术年会论文集[C];1999年
万福永;揭啸岗;袁震东;;[A];2001中国控制与决策学术年会论文集[C];2001年
赵成燕;赵刚;刘爱伦;;[A];全国自动化新技术学术交流会会议论文集（一）[C];2005年
秦丽萍;林克正;师晶;;[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年
中国重要报纸全文数据库
霍光;[N];中国计算机报;2011年
中国博士学位论文全文数据库
高广春;[D];浙江大学;2004年
金卓睿;[D];重庆大学;2008年
梁力文;[D];吉林大学;2009年
刘志刚;[D];西南交通大学;2003年
王青海;[D];上海大学;2004年
林椹尠;[D];西安电子科技大学;2005年
乐波;[D];电子科技大学;2009年
王晓东;[D];天津大学;2005年
李东明;[D];哈尔滨工程大学;2006年
郝颖;[D];哈尔滨工程大学;2006年
中国硕士学位论文全文数据库
李勇;[D];武汉理工大学;2008年
王学玲;[D];中国海洋大学;2007年
章佳荣;[D];哈尔滨工程大学;2009年
查品德;[D];哈尔滨工程大学;2005年
郑丽英;[D];电子科技大学;2007年
王雪;[D];中南大学;2007年
苏斓;[D];重庆大学;2009年
李雅倩;[D];燕山大学;2006年
张竞丹;[D];东北师范大学;2006年
赵江魏;[D];吉林大学;2007年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备74号Lifting Wavelet Thresholding
12)06-0346-05
军械工程学院电气工程系，河北 石家庄 050003
Author(s):
Department of Electrical Engineering, Ordnance Engineering College, Shijiazhuang 050003, China
文献标志码:
在脉冲涡流热成像检测中，有效抑制红外热图的噪声是最终提取特征量识别缺陷的关键环节之一。将提升小波阈值去噪的思想运用到二维经验模态分解（BEMD）中，提出了一种基于BEMD的提升小波阈值去噪方法。针对传统软、硬阈值法的局限性，引入包括带有可变因子的隶属函数的模糊阈值处理方法。将该方法运用于脉冲涡流热成像信号的实际消噪处理，实验结果表明，该方法与小波阈值去噪相比，去噪效果更明显，图像的细节特征更清晰。
Effectively suppressing the noise in infrared images is the key to extract features to identify the defects in Pulse Eddy Current(PEC) thermography detection. A new lifting wavelet threshold de-noising method is presented based on Bidimensional Empirical Mode Decomposition(BEMD). The fuzzy thresholding method which including a membership function with a variable factor was introduced to deal with the limitations of traditional soft and hard threshold method. The new de-noising method is applied to de-noise the pulse eddy current thermography signals. Compared to conventional wavelet threshold de-noising method, experimental results show that the de-noising performance of this method is better and the details of image feature are clearer.
参考文献/References:
DONOHO D L, JOHNSTONE I M. Ideal spatial adaptation via wavelet shrinkage[J]. Biometrika, 1994(81): 425-455.
DONOHO D L. De-noising by soft–thresholding[J]. IEEE Transactions on Information Theory, ): 613 - 627.
Nunes J C, Guyot S, Delechelle E. Texture analysis based on local analysis of the Bidimensional Empirical Mode Decomposition[J]. Machine Vision and Applications, 7-188.
Damerval C, Meignen S, Perrier V. A fast algorithm for bidimensional EMD[J]. IEEE Signal Processing Letters, ): 701-704.
宋立新, 高凤娇. 二维EMD分解方法的比较与改进[J]. 电子与信息学报, ): .
周欣. 二维经验模式分解(BEMD)在图像处理中的应用[D]. 武汉: 华中科技大学, .
戴桂平. 基于二维EMD和小波阈值的掌纹图像去噪[J]. 计量学报, ): 368-372.
Qin Xu-jia, Liu Shi-shuang, Wu Zheng-qiang. Medical Image Enhancement Methods Based on 2D Empirical Mode Decomposition[C]∥Proceedings of ICBBC. Shanghai. -2536.
W. Sweldens The Lifting Scheme: A Construction of Second Generation Wavelets[J]. SIAM J.Math Anal, ): 511-546.
罗少鹏, 卢洵. 基于提升小波和人眼视觉特性的自反馈彩色图像融合[J]. 红外技术, ): 31-34..
备注/Memo:
收稿日期：;修订日期：.
作者简介：常东（1987-），男，硕士研究生，从事智能信息处理与识别和电磁热成像无损检测方面的研究。E-mail：.
工具/Tools
统计/Statistics
摘要浏览/Viewed187
全文下载/Downloads158
评论/Comments