基于交叉证认的海洋磁力测量数据小波去噪研究

针对海洋磁力测量数据中存在的高斯噪声,采用基于交叉证认的小波阈值去噪方法进行噪声去除。首先对磁力数据进行小波分解,利用交叉证认方法自动识别小波分解的信号层与噪声层,然后对噪声层小波系数进行阈值处理,进一步提取噪声层中的有用信息,最后进行小波重构得到去噪信号。同时提出了一种改进阈值处理函数,能够改善传统软、硬阈值函数存在的缺陷,提高重构信号的精度。实验分析表明,当噪声水平小于1.5nT时,相比于传统软、硬阈值函数的小波阈值去噪方法,该方法可更好地去除海洋磁力数据中的高斯噪声,并可较好地保留数据中的有用细节信息,使数据质量得到提高。     

小波变换压制噪声在单道地震资料处理中的应用

海洋区域地质调查中,单道地震勘探以其高分辨率、方便快捷等优点成为揭示浅地层地质构造的重要手段之一.结合前人研究成果并出于保护信号的完整性,对低频部分的噪声采用带通滤波进行滤除,而对高频信号中的随机噪声采用小波阈值去噪方法进行压制处理.在小波阈值去噪过程中,通过比较选用最佳小波基函数sym5对地震剖面进行三层小波分解.结果表明:两种阈值去噪方法在带通滤波的基础上进一步提升了剖面的质量,使得反射层面变得连续可追踪.软阈值去噪滤掉了剖面上的较多信息,去噪效果较为彻底,硬阈值去噪则保留了较多的细节信息.     

一种改进的小波阈值去噪方法

利用D.L.Donoho和I.M.Johnstone提出的小波阈值去噪方法,构造了一个新的阈值函数。与传统的硬、软阈值函数相比,该阈值函数克服了硬阈值函数不连续的缺点,且同软阈值函数一样具有连续性,便于进行各种数学处理;同时还克服了软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺陷,它具有硬、软阈值函数不可比拟的灵活性。仿真结果表明,新的阈值函数的去噪效果有效抑制了在信号奇异点附近产生的Pseudo-Gibbs现象,无论是在视觉效果上,还是在信噪比增益上均优于传统的硬、软阈值方法。     

基于小波阈值算法的海杂波信号降噪

为有效提取噪声背景下的海杂波信号,针对海杂波信号非线性非平稳的特点,提出基于小波阈值算法对实测海杂波数据去噪。在噪声水平未知条件下,提出基于噪声主要在高频段且能量较小、信号主要集中在低频段思想的噪声判断准则。为验证小波去噪效果,将该算法对含有噪声的海杂波实测数据进行去噪,采用均方差和降噪信号信噪比两项指标衡量去噪效果,并与均值和中值等去噪方法对比,小波算法在这两项指标均优于其他算法;此外,实验结果还表明,db2小波在双曲线阈值函数和HeurSure阈值模式下优于其他小波去噪效果。     

海洋磁力测量中不同小波母函数的阈值消噪方法性能分析

首先介绍了小波阈值消噪的基本原理,认为小波阈值消噪的性能受三方面因素的影响:(1)小波母函数的选择;(2)阈值方法的选择;(3)阈值函数的选择.为了寻找小波母函数、阈值估计和阈值函数的最优组合,文中以实测海洋磁力测量数据为背景,采用小波阈值法进行消噪,把得到的磁异常值作为"真值".仿真了波浪噪声和随机噪声并加入到"真值"磁异常中,作为噪声磁异常.在此基础上采用两种小波族系(Symlets,Daubechies)、四种阈值选取方法和软、硬阈值函数对噪声磁异常进行了基于小波变换的消噪计算,客观分析了不同组合方法的消噪精度和可靠性.实际计算结果表明:对磁异常突变点较多且分布杂乱的测线进行消噪,Sym6、软阈值函数、混合阈值或基于Stein无偏似然估计消噪效果最好;对磁异常突变点少且大部分光滑的测线进行消噪,db7、基于Stein无偏似然估计和软阈值函数的消噪效果最好.     

改进小波阈值收缩法在去噪中的应用

小波硬阈值法去噪是图像去噪的有效方法之一,但其产生的估计信号会有附加振荡。提出了一种基于多项式拟合的方法,将阈值函数连接成为一连续函数,振荡现象得到了明显减弱,达到了较好的效果。     

基于经验模态分解和小波阈值的自适应降噪方法

针对全波形三维激光测绘雷达(LiDAR)在数字地形测量中如何降低背景噪声问题,提出了一种基于经验模态分解(EMD)和小波阈值的自适应降噪方法。在扫测的地形信号经EMD分解后,计算内蕴模式函数(IMF)与经过2/3阶重构的扫测信号之间的互相关函数,从而改善小波阈值自适应地对IMF中的高频噪声成分进行滤除。实验结果表明,与EMD重构降噪法、小波阈值降噪法和传统的EMD-小波联合降噪法比较,这种方法在对全波形LiDAR回波信号的噪声剔除和地物信号保留方面具有明显的优势,降噪后信号的误差能缩小10%~20%,波形相关性能提升5%~20%,信噪比能提升20%~40%。     

基于小波消噪和希尔伯特黄变换的损伤检测技术研究

针对经验模式分解(EMD)易受噪声影响的缺点,提出采用小波消噪结合Hilbert-Huang变换的结构损伤检测方法。首先对含噪声振动信号进行小波消噪预处理实现信噪分离,再进行EMD分解得到若干固有模态函数(IMF),利用希尔伯特(Hilbert)变换得到其瞬时频率。提出了一个基于低阶瞬时频率变化率的损伤判定指标,利用此指标可以判断损伤是否发生。数值研究结果表明小波消噪结合HHT的方法是进行损伤检测比较有效的方法。     

一维小波变换在侧扫声纳图像去噪中的应用

针对侧扫声纳呯信号中的斑点噪声问题,采用一维离散小波变换对信号在各尺度分解,采用非极大值抑制技术平滑信号,并对各层小波系数模极大值进行阈值化处理抑制噪声,讨论了不同阈值对去噪效果的影响。结果表明,尺度因子和阈值的选择对原数据能量保持影响不大,但对噪声抑制效果影响大。文中算例均能较好地保持边缘,边缘保持指数均在0.5以上。     

基于小波变换和高斯函数的影像去噪方法研究

提出了小波变换与高斯函数相结合进行影像去噪的方法，在去除高斯白噪声的同时能够有效去除椒盐噪声。此方法是在小波域内结合小波变换的特点对高频子带分别进行高斯低通滤波，将滤波后的小波系数经过反变换后即可得到经过去噪后的影像。实验表明该方法不仅对高斯噪声和椒盐噪声去噪效果明显，而且保留了影像的细节信息，其滤波效果优于中值滤波和小波软阈值法。     

基于边缘检测的小波阈值图像去噪

小波图像去噪是小波应用较成功的一个方面,其中小波阈值法图像去噪算法简单、计算量小,得到了广泛的应用。在小波阈值去噪的基础上,提出了基于边缘检测的小波阈值图像去噪算法,把高频中的边缘细节与噪声更好地分离开,在主观和客观上去噪效果都比单纯的阈值去噪有所改进。     

水下极低频电磁信号探测中的海流感应电磁噪声压制

水下极低频电磁信号探测在深远海探测领域应用前景广阔,然而极低频电磁信号易受海流运动感应电磁噪声影响,为了拓展极低频电磁探测在海洋中的应用,需要通过信号处理的方式压制噪声,提高信号信噪比。小波分析具有多分辨率分析及时频局部化的优势,适于处理海水运动感应电磁噪声等非平稳信号,本文将海流感应电磁场特征引入小波分析中,基于正演模拟及小波系数分析确定阈值的小波阈值去噪方法压制噪声,利用合成的包含大地电磁信号、海流感应电磁噪声的极低频信号进行实验,并利用南黄海海域电磁信号探测试验数据进行验证。研究结果表明,噪声压制后的极低频信号信噪比明显提高,信号在时频域识别能力得到改善。     

机载波谱仪斑点噪声去除方法对比分析

针对斑点噪声降低机载波谱仪海浪谱反演精度问题,基于STORM机载波谱仪VALPARESO试验数据,分别使用数学法、阈值法、交叉谱法和小波分析法四种斑点噪声去除方法对其进行去噪处理,得到了去噪前后调制密度谱、海浪谱和噪声谱,并将反演所得海浪谱有效波高与同步观测的浮标结果进行了对比,最后对四种方法的去噪效果以及噪声谱特性进行了分析与评价。结果表明:四种去噪方法均可以有效去除斑点噪声,按照反演精度排序依次为交叉谱法、阈值法、小波分析法和数学法,其中交叉谱方法去噪效果最理想,RMSE仅为0.008,有效波高绝对误差为0.25m,相对误差为7%。     

基于拉依达准则的自适应小波阈值选取方法

根据潜艇磁异常目标信号持续时间短、海浪磁场噪声依赖于时间和位置的特性,应用拉依达准则提出了一种有效区分海洋背景磁噪声和磁目标信号的自适应小波阈值选取方法。采用不同小波阈值选取法对含有海洋背景噪声的潜艇磁目标信号进行降噪处理,通过对比各阈值法降噪后的峰值信噪比(PSNR)和均方误差(MSE),验证了本文提出的自适应小波阈值选取方法的有效性。     

基于非抽取小波变换贝叶斯估计的水下红外图像去噪

利用非抽取小波变换的平移不变性和冗余性的特点,在贝叶斯估计下,结合广义高斯分布(GGD)对小波系数进行建模,构造了一个基于拉普拉斯分布的MapShrink子带自适应图像去噪算法和阈值函数。对HH1子带小波系数进行2j抽取,并估计噪声方差,该算法有效地抑制了伪吉布斯现象。仿真结果表明,利用新算法进行水下红外图像去噪,在信噪比增益和最小均方误差意义上均优于传统的Bayesian去噪方法。     

基于小波分析的侧扫声呐信号非线性增强算法

侧扫声呐回波信号是形成侧扫声呐图像的基础,是侧扫声呐系统对水下目标的最直接观测量, 将一维小波变换与非线性增强方法相结合,提出了一种基于小波变换的侧扫声呐回波信号非线性增强算法, 用以改善侧扫声呐图像对比度低、噪声强度大的问题。首先利用改进的 Bayes 阈值对侧扫声呐 ping 信号进行一维小波分解,提取信号特征信息;然后利用 2 种不同的非线性函数对高、低频小波系数进行处理;最后利用小波反变换重构信号,形成增强后的侧扫声呐图像。实测数据验证结果表明：利用该算法对侧扫声呐 ping 信号进行处理,实现了侧扫声呐图像对比度的增强和对噪声的抑制,可以获取较好的图像视觉效果。     

基于多尺度小波特征的高光谱影像亚像素目标识别

提出了一种基于多分辨率小波高频特征系数的高光谱遥感影像亚像素目标识别方法。首先利用多尺度小波变换将光谱信号分解为不同尺度的高频特征信号,然后借助接收操作特性曲线(ROC)和马氏距离投影寻踪求取一维最佳识别特征,最后通过高斯最大似然决策函数求解亚像素目标的存在概率。通过38种小波函数的高光谱数据实验证明,该方法对亚像素目标的识别效果较好。     

基于二维小波变换的面波压制技术

鉴于常规的傅里叶变换滤波及f-k滤波等压制面波的局限性,基于小波基函数的特点,提出一种基于二维小波变换的低频噪音压制方法:在对比分析各类型小波的基础上,选择利于低频面波压制的小波基函数;通过二维小波分解将地震数据转换到时间、空间、频率、波数四维域中,对含面波成分的低频高波数部分进行高通滤波;重构地震数据,得到压制面波后的处理结果。经理论模拟记录的试算和低频采集资料的处理证明,本方法去噪效果好,且在面波压制过程中较好地保护了低频有效波。     

基于多小波分析的多聚焦图像融合

多聚焦图像融合的关键问题是如何保持原始图像的细节。基于多小波分析具有多个分析基函数和产生更多分解子图像的特点,本文提出1种基于多小波分析的多聚焦图像融合方法。根据小波变换域分解信号的特点,分别对细节信号采用基于局部区域能量指导下的融合规则和对粗大信号采用局部均方误差加权均衡的融合规则,最后考虑了焦点区域的一致性调整。通过实验证明,在采用空间频率和清晰度作为客观评价条件之下,该方法比基于单小波分解、塔式分解和其它的融合方法都具有更好的融合效果。     

基于本征正交分解的湍流去噪

在近岸河口湍流研究中,实测的湍流资料往往容易受到噪声的影响,导致湍流特征量的估算出现偏差。本征正交分解是一种将流场在能量上进行分解再重构的方法,基于该方法,结合数值实验和野外实测资料,对包含噪声的湍流数据进行了去噪处理。结果表明:（1）本征正交分解能有效去除湍流中的噪声。在进行信号重构时,应将保留能量的百分比与湍流能量占比保持一致。去噪的效果与噪声占比有关,噪声占比越高,去噪效果越明显。（2）在实测资料中,憩流时刻的噪声占比要显著大于非憩流时刻,水平方向的噪声占比要大于垂直方向。经过本征正交分解去噪后,各湍流特征量的估算更加合理。