搜索资源列表
基于MATLAB的带噪图像的中值滤波
- 图像是一种重要的信息源,通过图像处理可以帮助人们了解信息的内涵。本文将纯净的图像加入椒盐噪声,然后采用中值滤波的方法对其进行去噪。中值滤波是一种常用的非线性信号处理技术,在图像处理中,它对滤除脉冲干扰噪声最为有效。文章阐述了中值滤波的原理、算法以及在图像处理中的应用。MATLAB是一种高效的工程计算语言,在数据处理、图像处理、神经网络、小波分析等方面都有广泛的应用。
ResearchofForwardLinearPredictiononProcessingofSil
- 介绍了前向线性预测滤波算法的基本原理,提出了一种自适应滤波过程中各参数的确定方法,对某硅微陀螺的静态 漂移信号和实际动态信号进行了处理,给出了静态漂移信号滤波前后的Allan 方差和标准差的大小,对滤波前后的误差大小 和误差分布进行了分析,并与小波中值滤波效果进行了比较。结果表明,前向线性预测滤波方法无论是在去噪效果,还是实 时性等方面,都明显优于小波中值滤波-Principle of t he forward linear prediction ( FL P) is int rod
guss
- 基于小波变换的图像去噪与压缩算法的研究方案-Image denoising based on wavelet transform and the compression algorithm of the program
xx
- 本文详细描述了基于小波包的纹理图像去噪方法: 噪声对图像的后续处理影响较大,常用的去噪方法虽然可以去除变化平缓的图 像中的噪声,但对细节较多的纹理图像的去噪效果却不太理想, 文中基于信号和噪声在小 波分解中呈现出来的不同特性,提出了一种新颖的小波包去噪算法, 采用该算法对纹理图 像进行最优小波包分解,并计算每个子频带的两个范数,然后根据范数值区分信号和噪 声,从而达到去除噪声的目的, 实验结果表明,该算法对皮革图像具有较好的去噪效果,不 仅可以去除纹理图像中的大部分
sonar2
- 基于平移不变小波变换的多普勒速度声纳输出信号处理.针对水下航行器组合导航系统所使用的多普勒速度声纳输出信号的特点,采用了平移不变小波变换的多分辨率分析的方法,利用Daubechies小波函数,采用了半软阈值去噪的方法,能够在低信噪比的情况下准确地估计多普勒声纳的频移,从含有噪声的多普勒输出信号中提取出原始信号.通过仿真实验表明:采用4层小波分解,算法计算量减小,有效地消除多普勒噪声,从而提高水下组合导航系统的精度. -Doppler speed the sonar output signal p
Image_Denoising_by_Sparse
- 一种基于小波分解的图像去噪算法。较传统的滤波去噪方法,可以取得更好的效果。-a wavelet-based image denoising method. Compared with traditional filter-based denoising method, it could get better result.
denosie
- 运用小波去噪的SCI的文章,有一些很好地算法可以借鉴和学习-Wavelet denoising SCI article, there are some good algorithms can learn from
durin
- 采用了小波去噪的思想,esprit算法对有干扰的信号频率进行估计,最大似然(ML)准则和最大后验概率(MAP)准则。- Using wavelet denoising thought, esprit algorithm signal frequency interference can be assessed Maximum Likelihood (ML) criteria and maximum a posteriori (MAP) criterion.
htdkx
- 采用了小波去噪的思想,混沌的判断指标Lyapunov指数计算,music高阶谱分析算法。- Using wavelet denoising thought, Chaos indicator for Lyapunov index calculation, music higher order spectral analysis algorithm.
小波去噪程序1
- 无偏估计阈值信号处理;固定式阈值阈值信号处理;极大极小值阈值阈值信号处理;软阈值;硬阈值;(Unbiased estimation, threshold signal processing, fixed threshold thresholding, signal processing, minimax thresholding, signal processing, soft thresholding, hard thresholding;)
基于 HHT 的船体结构应力监测数据 特征分析和去噪方法
- [目的]为了去除船体结构应力监测数据中的噪声信号,获得有效的数据信息,以便为后续数据挖掘提 供支撑,[方法]首先,采用 HHT 方法中的经验模态分解(EMD)算法对数据进行成分分析,得到固有模态函数 (IMF)和余项。然后,通过 Hilbert变换得到 Hilbert谱,证明应力监测数据的非平稳特性。最后,以信噪比(SNR) 和均方根误差(RMSE)为例,结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。 [结果]结果表明,基于 HHT方法的自适应去噪和小波去噪都具有一定