简介:导航雷达在采集、传输和显示过程中,由于多种因素的影响导致最终形成的图像中舍有大量的噪声,影响了使用者对导航信息的分析和应用。传统的雷达图像去噪算法大多采用小波变换,但这种方法存在边缘模糊等问题。为了去除导航图像的噪声并解决小波变换中存在的边缘模糊问题,本文提出用基于多尺度几何变换的图像去噪方法对导航雷达图像进行处理,并利用基于多尺度几何变换的方法(包括基于Curvelet系数维纳滤波去噪方法和基于Contourlet域去噪方法)和基于小波变换的BayesShrink方法分别对含有模拟杂波和噪声的导航雷达图像进行仿真实验。实验结果表明:与基于小波变换的图像去噪方法相比,基于多尺度几何变换去噪方法能够更加有效去除雷达杂波和噪声。
简介:针对马铃薯环腐病易传染,扩散面积大,不易检测,提出马铃薯环腐病的光学无损检测方法,设计了一种基于近红外光谱的马铃薯光谱采集系统。本系统可以完成对马铃薯的光谱采集,从而对比健康马铃薯和带有环腐病的马铃薯的光谱图,通过对比Matlab小波消噪中几种常用的方法找出最适合马铃薯光谱图消噪的方法,为后续马铃薯环腐病光谱分析,计算,建立数学模型,从而实现对马铃薯环腐病的检测和评价功能做铺垫。本研究表明,运用Matlab默认阀值法对马铃薯光谱进行小波消噪,通过对比原始光谱和消噪后的光谱,能有效的消除马铃薯光谱中多余的噪声。研究结果为马铃薯内部缺陷的光谱定性判别提供了参考,提高了马铃薯光谱特征选取的准确率和精度。
简介:摘要: 随着我国城市化率越来越高,基础设施越来越完善,通过采集和分析这些基础设施的信号,成为人们重新认知全寿命周期维护基础设施的关键技术。在变电站中,一些设备经常会出现故障,产生局部放电,利用相应的设备可以采集到这些信号,这些信号通常受到环境、操作等干扰,具有较大的噪音。如何区分是否能从含有噪声的信号中将有用信号提取出来需要确定信号的信噪比,对于同一类型的故障信号,当超过某一信噪比的限值时,是无法有效的将有用信号从招生中进行提取的。本文利用小波对模拟的信号进行在容许的信噪比范围内进行降噪分析,得到了较好的降噪效果。
简介:摘要:随着我国科学技术的不断发展,互联网以及很多新兴的业务成为发展主流,因此数据传输流量也在逐年递增,数字信号处理已经成为我国信息传输发展过程中不可或缺的关键,但是随着科研人员不断研究和应用发现,实际上数字信号处理过程中还有很多缺陷难以解决,随着深入研究和发展科研人员发现了信噪比这一概念,信噪比在数字信号处理方面成为一个重要的定义,在很多数字信号处理缺陷都是依赖信噪比系数来补偿的,而且以信噪比来处理数字信号处理过程中出现的问题已经成为一项成熟的技术,被广泛应用的过程中也广受好评。本文主要了解数字信号处理技术以及通过数字信号处理进行有关信噪处理的研究,并通过这些研究找到可以实现系统稳定发展的关键。
简介:传统图像局部方向特性的自适应全变分去噪算法,通过计算图像局部方向的角度矩阵,用优化最小化算法迭代求解实现图像去噪,不能保存图像边缘信息,去噪效果及稳定性差。提出基于能量回归滤波全变分图像自适应去噪算法,通过能量回归尺度空间滤波法获取滤波图像时,对源噪声图像进行多尺度二进小波分解获取小波变换系数及低频粗糙分量,采用能量回归滤波法计算小波系数并对小波系数进行重构,获取源图像的滤波图像。采用基于图像局部方向特性的自适应全变分去噪算法从含噪滤波图像中分离出轮廓尺度图像,对含噪图像同轮廓尺度图像实施差计算获取含噪残差纹理细节图像,基于该图像运算获取规整化可信度参数λ后,采用基于参数P与λ的全变分图像自适应去噪算法对带噪滤波图像进行处理,得到消噪图像。实验结果表明:所提算法去噪效果佳,其具有较高的稳定性和效率。
简介:陀螺的噪声是影响组合导航系统精度的重要因素之一。以农机多传感器组合导航系统为研究背景,在分析经验模态分解去噪和小波去噪的基础上,提出了一种基于自相关特性的经验模态分解去噪方法。该方法根据本证模态函数分量的自相关函数特性,提出了一种含噪本证模态函数筛选策略。该方法能够自适应地确定主要含噪的本证模态函数分量,避免了需要人为确定的不足;同时,结合改进小波阈值去噪的优势,避免了将混叠在噪声中的有效信号完全消除,使其具有一定的自适应性。为了验证方法的有效性,利用农机组合导航系统中微机械陀螺的实际输出数据,分别采用改进阈值小波去噪方法、经验模态分解去噪和改进的经验模态分解去噪方法进行了对比试验。结果表明,改进经验模态分解去噪方法的效果要优于前者,在一定程度上能够改善农机多传感器组合导航系统的定位精度。
简介:该研究利用非下采样Contourlet变换的平移不变性和多方向选择性,考虑变换域内子带系数尺度间和尺度内的双重相关性,自适应地调节双变量模型下子带系数的收缩量,使子带系数的收缩量与子带含有图像细节内容的多少成比例.仿真结果表明,与仅考虑子带系数尺度间相关性的去噪算法相比,该算法在去除噪声的同时能有效保持原图像中的细节和纹理信息,改善恢复图像的主观视觉效果,提高恢复图像的PSNR值.
简介:【摘要】:内部绝缘失效是因电力变压器和配电变压器局部放电所致。为了有效预警放电故障,要进行变压器局部放电在线监测。为此,本文提出了一种自适应去噪算法,可用于在线测量信号并检测早期故障,如局部放电和低功耗电弧等问题。该算法在基于噪声的小波分解过程中自动完成许多挑战性任务,如最优选择母小波、确定分解等级、重构噪声信号等方面推算最佳准则。通过实施该技术能显著改善主要电力系统设备早期故障的检测能力,从而有助于减少计划外停电次数,避免电力设备突然发生故障,给整个监测工作造成不便。