改进的软阈值法去噪效果分析

本文针对固定阈值法对信号去除噪声会出现"过扼杀"小波系数的现象,提出一种改进的阈值公式,进而给出改进的软阈值法。理论分析、工程实例的结果表明:改进的软阈值法无论在去噪效果上,还是在信噪比和均方根误差意义上均优越于硬、软阈值法,同时还有效地克服了软阈值中的估计小波系数和带噪小波系数间的恒定偏差问题。     

基于小波技术的GPS单历元形变信号降噪研究

基于小波变换多分率分析原理,本文阐述了阈值降噪、中值滤波小波降噪原理,在中值滤波基础上通过改进,提出加权中值滤波小波降噪方法。通过仿真实验分别与软硬阈值降噪,中值滤波降噪方法作比较。实验表明,对小波高频系数采用加权中值滤波,然后重构信号,不仅可以最大限度地保留有效信号、有效降噪,保持信号的光滑性,而且具有良好的抗粗差性。     

基于小波系数分割的局部自适应阈值图像去噪

针对自适应小波阈值去噪中方形局部窗口不能很好地适应小波系数自身边缘特征的问题，本文提出了一种基于图像分割的局部自适应小波阈值去噪方法。该方法首先对图像进行多尺度小波分解，其次利用图像分割技术对图像的各尺度小波系数分别进行分割，分割技术选用SLIC超像素分割法得到具有相似统计特性的不规则局部块，然后对每个分割块内的小波系数进行BayesShrink阈值估计和软阈值收缩，最后通过小波逆变换得到去噪图像，并在3幅标准测试图像和一幅高光谱影像上进行试验。试验结果表明，本文提出的方法能更好地适应小波系数自身的边缘特征，不仅能够获得更好的视觉效果，而且能够达到较高水平的数值指标。     

基于小波分析的海洋重力异常畸变消除方法研究

为了有效地消除重力异常畸变对海洋重力测量的影响,得到高精度的海洋重力测量值,本文在小波理论分析的基础上,将小波分析应用到消除海洋重力异常畸变中。基于信号的奇异性分析理论和小波软阈值处理方法,提出一种小波联合软阈值处理方法;根据重力异常状态方程,分别采用小波软阈值处理方法和小波联合软阈值处理方法对重力异常畸变数据进行了仿真对比实验,理论分析和仿真实验表明:采用小波软阈值处理方法和小波联合软阈值处理方法并选用通用阈值选择规则都能在一定程度上消除海洋重力异常畸变,但在相同背景条件下,小波联合软阈值处理方法的性能优于小波软阈值处理方法。     

结合边缘信息的DT-CWT干涉图滤波算法

提出了一种结合边缘信息的双树复小波变换(dual tree complex wavelet transform,DT-CWT)干涉图滤波算法。该方法是在DT-CWT几何多尺度变换域上,通过分析层间系数的传递性及层内系数的相关性确定边缘系数,并利用贝叶斯双变量收缩函数分别对复数小波域的边缘及非边缘系数采用不同的阈值进行收缩处理。实验结果表明,本算法对干涉图噪声有较强的抑制能力,较大程度地保留了干涉图的边缘及细节信息,处理结果优于传统小波域软阈值去噪方法。     

改进小波阈值法在变形监测数据处理中的应用

阈值的选取和小波函数的构造是小波阈值去噪的关键,本文从两个方面分别进行阐述。首先,通过对传统小波阈值去噪方法的分析,提出了确定阈值的新方法;其次,构造出新的小波阈值函数去处理小波系数。然后,通过对一组离散变形监测数据进行去噪处理,验证了改进小波阈值法的优越性和有效性。     

全波形激光雷达改进的降噪方法

在全波形激光雷达信号从发射到接收的过程中，针对受传播介质、扫测距离、物体性质等因素影响产生噪声的问题，本文提出了一种基于经验模态分解、排序熵和小波阈值的降噪改进方法。首先对波形信号进行经验模态分解或本征模态函数(IMF),计算各本征模态函数排序熵的值；然后应用该值计算小波阈值，并构造新的小波阈值函数，再对相应本征模态函数进行小波阈值降噪；最后将结果重新加和，得到降噪后的波形，从而提高不同噪声信号的降噪方法的自适应性。基于数值仿真和实测数据试验，将本文方法与其他降噪方法进行了对比，基于信噪比、波形相关性、均方根误差、平滑度计算归一化指标和综合指标对本文方法进行了评估，归一化信噪比提高10%～20%,其余指标改善5%～40%。因此，本文方法对不同噪声含量的回波信号均有较好的降噪效果，可以解决全波形激光雷达接收波形中存在的噪声问题。     

基于多重小波的海洋重力异常畸变消除方法

分析了信号在多重小波算法下的表现形式,采用软阈值方法对经过多重小波变换后的重力异常信号的高频部分进行阈值处理。根据离散的重力异常状态方程,采用HGM多重小波进行了海洋重力异常数据仿真处理。理论分析和仿真处理表明:采用软阈值处理方法和联合软阈值处理方法以及特征值法阈值选择规则,都能在一定程度上消除海洋重力异常畸变。但在相同背景条件下,联合软阈值处理方法的性能优于软阈值处理方法。     

基于多重小波的海洋重力异常畸变消除方法

分析了信号在多重小波算法下的表现形式,采用软阈值方法对经过多重小波变换后的重力异常信号的高频部分进行阈值处理.根据离散的重力异常状态方程,采用HGM多重小波进行了海洋重力异常数据仿真处理.理论分析和仿真处理表明:采用软阈值处理方法和联合软阈值处理方法以及特征值法阈值选择规则,都能在一定程度上消除海洋重力异常畸变.但在相同背景条件下,联合软阈值处理方法的性能优于软阈值处理方法.     

基于小波变换的图像阈值化去噪算法研究

鉴于传统的去噪方法难以在各频域得到很好的兼顾,本文提出一种基于小波变换的去噪方法.通过对图像进行2维离散小波变换(DWT),再根据噪声和图像信号的不同特性,在小波域中,选取适当的阈值对小波系数进行处理,最后进行小波重构(IDWT),得到去噪后的图像.实验表明,该算法具有很好的效果.     

基于子带内小波系数相关性的遥感图像滤波

滤波是遥感图像处理和应用过程中必不可少的一个环节.传统的小波域滤波方法对所有的细节小波系数逐一进行独立的收缩处理,而没有顾及小波系数之间的相关性,因而不具备较强的鲁棒性和适应性.文中提出一种基于小波系数聚集性分布的滤波策略.该方法认为小波系数的分布具有集中性,对当前的系数在邻域内计算其能量,而后将其纳入系数的收缩策略,...     

基于新型嵌入小波编码策略的图像压缩算法研究

在一系列新量化编码算法中，由J．M．shapiro提出的嵌入零树小波编码(简称为EZW)被认为是最先进的方法之一，然而，它也存在明显不足之处：为了确定小波系数是零树根还是孤立零，必须利用小波系数间存在的双亲-子女(Parent-Children)关系去搜索扫描其所有后代，而这必然会导致扫描高频子带所产生的二进制符号流中存在大量冗余，从而大大影响其编码效率。提出了一种基于新型嵌入小波编码策略的图像压缩算法，该算法能够通过以下措施提高EZW编码方案工作效率：①采用全新的嵌入小波编码策略，不再利用导致计算量剧增的双亲-子女(Parent-Children)关系；②进行嵌入小波编码时，不再考虑ZTR(零树根)和IZ(孤立零)符号。实验结果表明：提出的新图像编码算法在压缩／解压缩速度、图像复原质量等方面均明显优于EZW编码方案。     

基于小波的SAR影像纹理分析

在分析SAR影像特征的基础上 ,引入了基于小波的纹理提取方法 ,并采用第二代提升小波与双正交小波对SAR影像进行小波二级分解 ,提取影像各尺度上的小波特征系数。对机载的SAR影像进行了纹理分析及分类 ,得出了不同小波的分类分析结果。     

基于小波变换的大面阵CCD相机影像亮度不一致性消除算法

针对大面阵CCD影像亮度不均匀现象,提出一种基于小波变换的影像亮度不一致性消除算法。在分析像面光照模型的基础上,构造出光照模型的仿真影像,通过分析仿真影像的小波变换系数,发现影像亮度不一致信息集中反映在小波的近似系数之中。利用这一特性,先将数字相机原始影像进行多尺度小波分解,并对近似系数取对数,然后施加一个衰减算子,对近似系数的对数进行非均匀改正,将改正后的系数取指数,再对近似系数进行线性拉伸,同时根据人类视觉系统对不同方向细节敏感度的不同,对不同方向的细节系数进行不同幅度的线性拉伸,以突出图像细节,最后通过影像重建,获得均匀亮度的航空影像。实验结果显示,该算法具有很好的匀光效果,同时能够较好地保持影像细节特征。     

一种基于小波系数特征的遥感图像融合算法

多光谱图像和全色图像是目前卫星遥感领域最常见的传感器图像.为了更充分地发挥这两类遥感图像数据的价值,人们利用两类数据的互补性,将多传感器融合技术引进了遥感图像处理领域.在IHS彩色空间变换和小波多分辨率分析的基础上,利用图像高频小波系数的多个特征来定义特征量积,并利用特征量积作为依据提出了一种图像融合新算法.通过一组多光谱图像和全色图像数据进行融合仿真试验,并将该算法与IHS,HPF等算法和归一化矩算法作了比较.证明该方法能在保留多光谱图像光谱信息的基础上,有效地提高多光谱图像的空间分辨率.     

一种基于小波包变换的纹理图像压缩算法

提出一种基于小波包变换与自适应混合量化的新图像压缩算法.该算法首先用小波包变换对纹理丰富的图像进行完全分解,并用一种与后续编码器相关联的成本函数(CostFunction)进行最佳小波包基搜索;然后依据图像内容,自适应确定小波包系数的扫描次序;再对小波包变换后的最低频子带进行DPCM无失真编码,对高频子带实施矢量量化编码;最后对所形成的二进制符号流进一步实施自适应算术编码.仿真实验结果表明:提出的小波包图像压缩算法是一种比较好的编码方案,其压缩效果不仅明显优于JPEG算法与SPIHT算法(特别是纹理图像),而且优于已有的其他小波包图像压缩算法.     

基于Shearlet变换的SAR与多光谱遥感影像融合

针对合成孔径雷达（SAR）影像和多光谱遥感影像在融合时空间特征和光谱特征方面不能同时得到较大改善的问题,提出了一种基于成像特性的Shearlet变换域下的多源遥感影像融合方法。利用Shearlet变换的多方向和多尺度分解特性,将多光谱影像和SAR影像分别分解为高频和低频系数,从影像区域能量特征和区域相关性入手,设计了基于区域能量的低频系数融合规则和改进型的脉冲耦合神经网络的高频系数融合规则,使融合结果能够包含更多空间细节信息和光谱信息。利用TerraSAR-X、Landsat5-TM影像进行实验,结果表明该方法在提高影像空间细节表达能力的同时能够较好地融合更多的光谱信息。与小波变换、非下采样轮廓波变换（Nonsubsampled contourlet Transform,NSCT）等方法相比,该方法在空间信息保有量和光谱信息保有量方面都有明显的提升,其中交叉熵有接近100%的提升幅度,互相关系数有高于25%的提升幅度,光谱扭曲度有优于40%的提升幅度。     

ARSIS概念下的多分辨率图像融合

介绍了在ARSIS概念下的多分辨率图像融合,采用了DB3小波包为例,进行快鸟高分辨率影像和多光谱影像的分解,采用波段间交互构建模式重建低频小波包系数,以活跃度为准则进行重建高频小波包系数,融合试验结果表明,本方法较PCI融合方法提高了视觉效果,更能清晰地表现地物的细节特征,同时校正了快鸟影像中存在的色彩偏差现象.     

基于双正交多小波的SAR与可见光图像融合研究

针对已有的数据融合技术,提出了一种基于双正交多小波变换的遥感图像融合算法,采用了邻域方差准则和非线性加权相结合的方法,分别融合小波低频和高频系数,试验选取星载SAR与SPOT可见光图像进行融合,实现了很好的融合效果。