《基于小波变换的图像降噪》是2009年1月1日国防工业出版社出版图书。[1]
·摘要： 将一种基于偏差去除技术的自然梯度算法应用于噪声盲分离中,估计出分离矩阵,并采用一种新的小波阈值函数对已分离出的含噪信号进行去噪处理.通过计算机仿真验证,该算法分离效果良好,盲分离结果具有更高的信噪比. &nb...
·摘 要:为解决局部放电信号检测中白噪声的抑制问题,在D.L.Donoho和I.M.Johnstone提出的多分辨分析小波阈值去噪方法的基础上,构造了一个双变量阈值函数。该阈值函数通过改变k值来调节阈值化小波系数与原始小波系数之间的恒定偏差...
·摘 要:当输气管道发生泄漏时，由传感器采集到的压力波信号中混杂有大量噪声，主要来自于仪器仪表的测量噪声，输送过程中的外界干扰，噪声信号严重干扰了泄漏点确定的准确度。由于小波变换具有能够分析到信号的任意细节的优点，本文对小波分析方法进行了理...
·摘 要:边缘特征是图像最为有用的高频信息,因此在图像去噪的同时,应尽量保留图像的边缘特征,基于这一思想,提出了多小波阈值收缩与子带增强相结合的图像去噪方法.该方法以多小波变换为基础,将变换后的多小波系数分为噪声相关系数和边缘相关系数,对变...
·摘 要:针对噪声在多小波分解后的尺度性以及图像本身的特性，提出了一种基于遗传算法的多小波自适应去噪算法，该方法能通过遗传算法自适应地寻求去噪后图像的最小均方误差．实验结果表明，该算法优于传统算法，不仅能有效滤除图像的噪声，而且能较好地保留...
·摘 要:提出了一种基于小波变换与阀值收缩法的图像增强去噪方法。图像经过小波分解后可以得到一系列不同尺度上的子带图像，在不同尺度的子带图像上进行基于阈值收缩滤波的细节系数增强，再进行小波重构，即可得到增强后的图像。该方法可以有效地去除噪声，...
小波变换是时间（空间）频率的局部化分析，它通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节。
利用2D小波变换实现信号的噪声压制（根据数据信号在二维小波域的特征，设置协调系数，将噪声的系数衰减，而最大程度的保留有效信息）。