机载激光测深波形去噪算法对比分析

对机载激光测深数据进行去噪拟合是提取水底地形的关键步骤.本文对比了小波自适应阈值去噪、经验模型去噪(EMD)以及联合去噪的效果,利用多元高斯拟合对去噪效果进行检验.对比得到了最优去噪算法及最优参数选择,实现对海底特征的高精度提取.结果表明:在测深数据进行小波阈值去噪时,固定阈值小波去噪效果优于其他去噪效果,去噪分解层级...     

一种利用级联小波变换的ICES at-GLAS 波形去噪方法

波形去噪是大光斑星载激光雷达数据处理和应用结果可靠性的重要保障。针对ICESat-GLAS回波波形中的噪声问题,构建一种自适应阈值的级联离散小波变换的方法,可实现对地球科学激光测高系统(GLAS)回波信号的去噪处理,该方法既能够使高频信号得到再分解,又降低小波包变换去噪的复杂度。通过与传统的小波噪声阈值去噪等方法的对比分析,可以发现:在同样的小波分解层次下,文中构建的方法要优于传统的小波噪声阈值法,有助于ICESat-GLAS大光斑激光雷达波形数据去噪处理。     

利用窗口小波去噪的高精度动态单历元定位算法

为提高动态单历元定位的精度和实现实时处理,提出了一种利用窗口小波去噪的高精度动态单历元算法。该算法首先利用常规单历元方法获得观测值残差,在当前历元右侧通过数据延拓来改善端部效应的影响,然后利用窗口小波对当前历元观测值残差去噪,通过交叉证认实现小波去噪分解层数的自适应选取,最后利用去噪后得到的较为干净的观测值实现最终定位。实验结果表明,与常规单历元定位相比,在不同的运动情况下,该方法的定位精度均有较大的提高,与小波后处理结果一致。     

基于Wallis滤波的改进小波去噪方法研究

边缘信息是影像最重要的高频信息,在去除噪声的同时应尽量保留。介绍一种改进的小波去噪方法,不仅大大减少了算法的时间复杂度,而且用Wallis滤波对小波变换后的小波系数进行处理,在进一步压制噪声的同时增强了影像的对比度。实验结果表明,该方法不仅效率高,而且能较好地突出细节信号,效果优于普通的小波阈值去噪。     

基于Matlab小波去噪的研究方法

阐述了硬阀值法、软阀值法和半软阀值法去噪的原理及其算法的实现,针对传统小波去噪后,图像的部分细节丢失、边缘模糊等问题,提出一种改进半软阀值的计算方法。实验结果表明,改进的方法具有更好的去噪效果。     

变形监测数据处理的小波去噪方法

变形监测数据中包含有实际变形量和噪声,应用小波分析理论,对监测数据进行变形信号的提取和噪声的消除,通过实例证明,它的效果非常明显。     

基于高斯滤波的回波信号去噪方法的研究

当采用高斯滤波的方法对全波形激光雷达回波数据去噪处理时,高斯函数宽度和高斯滤波模板长度不同,去噪效果不同。本文通过设定不同的高斯函数宽度和高斯滤波模板长度,对回波信号进行去噪处理。实验结果表明,将激光雷达的发射脉冲半宽作为高斯函数宽度,高斯滤波模板长度设为9,对回波数信号进行去噪处理,滤波后的数据既保留了原有的信息,又得到了很好的平滑处理,取得了较为理想的去噪效果。     

变形监测数据去噪方法

论述了变形监测技术的基本原理和去噪方法,重点介绍了线性滑动去噪法和小波去噪法,并结合实例说明两种方法的应用领域和特点以及发展前景。     

基于小波阈值去噪理论的监测数据处理方法

为了研究监测对象的变形规律,有必要消除测量噪声得到更准确的数据,小波变换理论在数据处理方面有其特点。本文利用小波去噪的理论对监测数据进行小波变换,得到信号的高频部分,并进行去噪处理,得到了较好的效果。此方法具有一定的工程应用价值,本文提供了一个地铁工程变形监测数据处理的例子。     

基于小波去噪的变形监测数据处理的方法研究

小波去噪是小波分析在信号处理领域的重要应用之一。然而变形监测数据中不可避兔含有大量的随机误差,而小波阈值去噪方法以其操作简单和良好的效果而被广泛应用。小波去噪的关键是如何选择阈值和如何利用阈值来处理小波系数,通过对几种不同阀值的选取,比较不同阀值选取对去噪效果的影响。     

一种改进的去噪阈值混合滤波算法

中值滤波和均值滤波通常被分别用来处理脉冲噪声和高斯噪声,但当图像同时存在高斯噪声和脉冲噪声时,单独用任何一种滤波方法都不能达到最好的去噪效果。针对这一问题,本文提出了一种改进的基于去噪阈值的图像混合滤波算法,可以更有效地减少噪声,又可以较好地保持图像的边缘细节信息。     

基于Ridgedet变换和极小极大估计的图像去噪

Ridegdet是继小波变换后一种新的图像多尺度分析方法,它能有效地对图像进行多尺度、多方向的描述,对于图像中的直线状和超平面的奇异性问题,Ridgelet变换具有比小波变换更好的处理效果。极小化极大估计是对"最不利"先验分布的贝叶斯估计,本文利用极小化极大原理来获取阈值,实现了一种基于有限Ridgelet变换和极小极大估计的图像去噪算法,实验结果表明,对于含有较多线状目标的图像,该方法取得了比小波变换更好的效果。