导读:本文包含了变换域维纳滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:维纳滤波,小波变换,阈值降噪,边缘检测
变换域维纳滤波论文文献综述
温金玉,宣士斌,肖石林,黄亚武[1]（2018）在《基于小波变换与改进维纳滤波的SAR图像分割》一文中研究指出图像分割在图像识别与计算机视觉中起着举足轻重的地位.为了提升合成孔径雷达(SAR)图像的分割质量,提出一种基于小波变换与改进维纳滤波相结合的SAR图像分割算法.首先用改进的维纳滤波对含有噪声的SAR图像进行去噪.接着对处理后的图像进行小波多层次分解,在每次重构前都对低频部分进行分割,保留前景并将背景置为0,同时对水平、垂直与对角分量的叁个高频分量进行阈值降噪,再逐层重构.最后采用Canny微分算子对重构图实行边沿的检测.实验最终体现,该方法与已有方法相比能更好地索取图像的边沿信息,有更好的抗噪效验.(本文来源于《广西民族大学学报(自然科学版)》期刊2018年02期）
汪祖辉,孙刘杰,邵雪,姜中敏[2]（2016）在《一种结合小波变换和维纳滤波的图像去噪算法》一文中研究指出目的为了有效消除噪声图像中的椒盐噪声、高斯噪声甚至混合噪声,结合维纳滤波的优势和小波分解各分量的特点,提出一种新的图像去噪算法。方法该算法先将含噪声图像进行小波变换,分离出1个低频分量和3个中高频分量,然后对低频分量进行自适应维纳滤波,对3个中高频分量用Canny算子提取边缘,最后将处理后的4个分量进行重构得到去噪后的图像。结果仿真结果表明,该算法对扫描仪引入的常见噪声均表现出较好的去噪效果,PSNR值均大于20 d B。尤其是对于高斯噪声和混合噪声,新算法去噪后的PSNR结果高于维纳滤波、软阈值小波滤波和文献[9]算法1~8 d B,效果较好。结论结合小波变换和维纳滤波的图像去噪算法,能够较好去除噪声图像的多种类型噪声,是一种较为优秀的去噪算法。(本文来源于《包装工程》期刊2016年13期）
张峰,胡艳涛,石现峰[3]（2015）在《振动信号离散余弦变换域循环维纳滤波算法》一文中研究指出为解决对非平稳振动信号直接进行循环维纳滤波噪声去除效果较差的问题,将离散余弦变换应用于循环维纳滤波中,提出振动信号离散余弦变换域循环维纳滤波算法.利用离散余弦变换能量集中的特性和循环维纳滤波线性相位滤波特性,采用分段处理方法使二者结合,以便更充分发挥维纳滤波的性能,实现更好的滤波效果,并降低处理阶次.结合工业现场实测汽轮机振动信号,对算法进行分析与仿真,仿真结果表明:该算法拥有较好的噪声滤除效果,且能保证滤波后不产生明显相位失真,适于振动信号去噪处理,优于单独进行循环维纳滤波或DCT滤波.(本文来源于《西安工业大学学报》期刊2015年05期）
张峰,马舒啸,石现峰[4]（2014）在《振动信号离散余弦变换域维纳滤波算法》一文中研究指出由于振动信号分析对相位敏感,需要在滤除噪声的基础上保证线性相位,防止畸变失真。针对传统信号滤波方法往往存在滤波效果和线性相位矛盾的问题,提出了振动信号离散余弦变换域维纳滤波算法。该算法将离散余弦变换域的能量集中特性和维纳滤波的线性滤波特性相结合从而更好地发挥维纳滤波的作用。仿真结果表明该算法拥有较好的噪声滤除效果,且能保证滤波后不产生明显的畸变失真,适合于汽轮机振动信号的去噪处理。该算法的基本原理也可应用于其他具有相似滤波要求的信号去噪处理中。(本文来源于《探测与控制学报》期刊2014年04期）
韩伟,刘强[5]（2014）在《基于Tetrolet变换域核维纳滤波斑点噪声抑制》一文中研究指出针对图像中广泛存在的斑点噪声,提出了一种基于Tetrolet变换域抑制方法。该方法首先对噪声图像进行叁层Tetrolet分解,获得低频和高频分解系数;然后对于高频Tetrolet分解系数采用基于核方法的自适应维纳滤波器进行滤波处理;对于低频Tetrolet分解系数设计出一种可调节参数的自适应阈值函数进行噪声抑制;最后进行系数重构。实验结果表明,该算法具有较好的滤波效果。(本文来源于《电视技术》期刊2014年03期）
李云红,伊欣[6]（2012）在《基于修正维纳滤波的小波包变换图像去噪》一文中研究指出图像去噪是图像处理中一个非常重要的环节。为了改善降质图像质量,根据Donoho提出的小波阈值去噪算法,分析了维纳滤波原理,提出了一种基于修正维纳滤波的小波包变换图像去噪方法。利用修正维纳滤波对噪声图像进行处理,用处理后的图像计算噪声的标准方差,以此作为小波包的阈值。利用小波包对维纳滤波后的图像进行分解,实现对图像的低频和高频部分分别进行分解,用计算出的阈值对小波包树系数进行软阈值处理。利用小波包逆变换来获取去噪后的图像。结果表明:在噪声方差为0.01时,经该算法去噪后图像的PSNR比小波包自适应阈值去噪后的PSNR高出8.8dB。该算法不仅能有效地去除加性高斯白噪声,而且能很好地保留边缘信息,极大地改善了图像的视觉质量。(本文来源于《计算机工程与应用》期刊2012年21期）
张满,周健[7]（2012）在《基于实值离散Gabor变换的维纳滤波语音增强方法》一文中研究指出提出了一个新的基于实值离散Gabor变换的维纳滤波语音增强方法,采用高斯窗作为综合窗,利用已有的快速实值离散Gabor变换将语音变换到时频域,然后在联合时频域,采用维纳滤波进行纯净语音的最小均方误差下的最优估计,先验信噪比采用"直接判决"算法,在得到语音增强信号的估计分量后,利用实值离散Gabor逆变换将其还原输出。实验结果表明,在分段信噪比和语音质量评价方面均与经典的维纳滤波方法相比均有提高。(本文来源于《电脑知识与技术》期刊2012年17期）
聂鹏飞[8]（2012）在《地震勘探噪声压制方法研究与应用》一文中研究指出随着数字信号处理的产生和快速发展，数字信号处理在生物医学、图像视频、雷达、通信、航空航天以及地球物理探测等领域都有广泛应用。地球物理探测中的地震勘探是资源勘探的主要手段。地震勘探采集的数据往往会受到各种干扰，因此并不能直接用来反演和解释，需要首先进行数字信号处理以提高信噪比，获得精确、可靠的反演和解释结果。从数字信号处理角度讲，地震勘探降噪方法技术的研究始于上世纪六十年代。从数字维纳滤波方法引入地震勘探开始，地震勘探的降噪技术飞速发展，逐渐形成了适用于地震勘探数字信号处理的基本理论与方法系统。地震勘探中的噪声可分为两大类：随机噪声和规则噪声。由于二者性质不同，它们有各自不同的压制方法。所谓的随机噪声就是没有固定频率，在地震整张记录上随机出现，频带很宽，视速度不确定，无一定传播方向的噪声。因而很难利用随机噪声同有效波之间在频率上的差异或传播方向上的差异对其进行压制。维纳滤波是地震勘探随机噪声压制最早也是最经典的方法，但是它要求已知信号或噪声的相关函数或功率谱。实际上，这是很难满足的，因此维纳滤波的实际效果不理想。同时，维纳——霍夫方程是一种不适定问题求解。为了解决维纳——霍夫方程的不适定性，经典的求解方法有频谱因式分解法和伯德——香农法（预白化法）。文中为了改善维纳滤波的上述不足，引入正则化的思想。因为正则化不但是不适定问题求解的普遍方法，而且通过正则项可约束或修正由于相关函数或功率谱估计不准时的滤波响应，使其尽可能的接近维纳滤波的最优解。在一维情况下，文中引入估计信号一阶导数的正则化约束项，推导了在该约束下维纳滤波的冲激响应和频域响应。在正则化参数选取理想情况下，正则化约束下的维纳滤波能完全恢复期望信号，而维纳滤波并不能实现这一点，它会不同程度的影响期望信号的完全恢复。文中根据实际情况讨论了正则化参数的取值，并给出了正则化参数的解析表达，使得正则约束下的维纳滤波能更方便的应用、实现。在二维情况下，引入估计信号梯度的约束项，推导了二维情况下正则化约束维纳滤波的频域响应。文中对二维正则化约束下的维纳滤波只给出了理论上的推导并未进行详细讨论，在后续的研究中将进行进一步的完善。通过理论模型及实际资料处理分析，表明一维正则约束下的维纳滤波去噪能力较维纳滤波强，且对有效信号的损失更小，特别是对于一些频率较高的信号。因此正则约束下的维纳滤波优于维纳滤波，它拓展了维纳滤波理论，提高了其实用性。规则噪声在时间上的出现具有规律性，有明显的运动学特征，具有一定的视频率和视速度，如面波、多次波、声波、工业电等。在陆地地震勘探中，面波是一种主要的规则噪声，它的存在严重的干扰着地震记录的信噪比。因此，面波的压制是地震勘探中重要一环。面波是一种特殊类型的瑞雷波，它产生于近地表的低速带，具有低频、低速、强振幅和频散特性。由于面波的频散特性，在地震记录上它常以近直线形式呈“扫帚状”分布。目前，面波的压制技术很多，包括频域滤波、FK滤波以及Radon变换等。由于面波和有效波（反射波）具有相关性，而且面波的频带和有效波的低频部分频带总有重迭部分，因此在频域或FK域滤波会不同程度的损失低频的有效信号。Radon变换是根据面波在地震记录中具有的线性，把面波变换为Radon域的一个“能量点”，从而使其与有效信号分开。然而由于端点效应的存在，Radon变换并不能完全压制面波。同时，由于Radon域的切除影响会造成有效信号的畸变。迹变换是近年发展起来的一种模式识别方法，在图像的识别上已取得很成功的应用。它是Radon变换的一般形式，其特点是可沿直线取不同的泛函，而Radon变换只是直线上的一种积分运算，即线积分。因此说迹变换是Radon变换的一般形式。文中基于迹变换方法提出一种新的面波压制方法。该方法是函数的方向导数沿直线积分，称其为方向导数迹变换。应用傅里叶变换和希尔伯特变换的特性，文中推导了方向导数迹变换的反变换公式，目的是实现方向导数迹变换域滤波后的有效信号的重建。在计算方向导数迹变换时，在方向导数迹变换域会得到两部分，一部分主要是面波信息，另一部分则主要体现有效信号（相对于前一部分而言）。由于面波和有效信号的Radon变换在Radon域是一个整体，在这一个域中由于端点效应的存在以及面波和少部分有效信号交织在一起，很难精确的确定面波的范围，因此压制面波后会保留面波的端点信息同时会损失一部分有效信号。方向导数迹变换则把面波和有效信号变换为方向导数迹变换域中的两部分，根据这两部能更精确的确定面波的范围，使面波压制更彻底。文中给出了由这两部分确定面波域的公式，并通过大量不同模型的实验给出了公式中参数的选择规律。为了详细的了解面波，文中对面波的产生、传播以及特性进行了详细的讨论。含有面波的理论地震记录的模拟由简单到复杂，应用方向导数迹变换对不同模型进行面波压制处理，通过面波压制前后的波形对比及频谱分析，表明文中提出的方向导数迹变换能对面波进行有效的压制，同时其效果较Radon变换好，因为它对端点效应的处理效果很好。实际资料的处理也验证了方向导数迹变换的有效性，表明方向导数迹变换具有一定的理论研究价值和应用前景。(本文来源于《吉林大学》期刊2012-06-01）
代煜,张建勋[9]（2011）在《基于小波变换和维纳滤波的半导体器件1/f噪声滤波》一文中研究指出针对半导体器件中普遍存在的1/f噪声提出了一种结合了提升小波变换和维纳滤波器的处理方法.首先利用重新加权迭代最小二乘法拟合1/f噪声的功率谱曲线得到噪声参数的估计,从而选择恰当的小波.其次,对包含了1/f噪声的信号进行提升小波变换.考虑到小波变换对1/f噪声的白化作用,利用维纳滤波器对每一层小波系数进行处理.设计了最优全通滤波器以校正维纳滤波器的相频特性,使得小波系数经滤波后相位不变.最后利用提升小波逆变换获得被1/f噪声淹没的信号.利用实验检验了提出方法的有效性,实验数据采自用于微创外科手术机器人的力传感器.结果表明提出的方法能够有效抑制1/f噪声,并使传感器的分辨力提高了25%.(本文来源于《物理学报》期刊2011年11期）
谢艾纾,徐成,赵利平,邓绍伟,赵嫦花[10]（2012）在《变换域维纳滤波及其改进》一文中研究指出针对变换域维纳滤波算法在低配置T264编码环境下降噪性能存在急剧下降的现象,提出在计算DCT系数归一化协方差矩阵时,利用块内数据间的强相关性,对交流系数的方差值进行估值修复,进而改进DCT系数调节因子的计算式。在已知噪声强度和低配置T264编码环境下,通过与现有算法做对比实验,证明对于低慢速和画面比较平滑的视频序列,改进的变换域维纳滤波在压缩效率、平均峰值信噪比两个性能评价指标上都优于其他几种算法,而且在噪声强度增强的情况下仍具有相对稳定的降噪能力。(本文来源于《计算机工程与应用》期刊2012年35期）
变换域维纳滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的为了有效消除噪声图像中的椒盐噪声、高斯噪声甚至混合噪声,结合维纳滤波的优势和小波分解各分量的特点,提出一种新的图像去噪算法。方法该算法先将含噪声图像进行小波变换,分离出1个低频分量和3个中高频分量,然后对低频分量进行自适应维纳滤波,对3个中高频分量用Canny算子提取边缘,最后将处理后的4个分量进行重构得到去噪后的图像。结果仿真结果表明,该算法对扫描仪引入的常见噪声均表现出较好的去噪效果,PSNR值均大于20 d B。尤其是对于高斯噪声和混合噪声,新算法去噪后的PSNR结果高于维纳滤波、软阈值小波滤波和文献[9]算法1~8 d B,效果较好。结论结合小波变换和维纳滤波的图像去噪算法,能够较好去除噪声图像的多种类型噪声,是一种较为优秀的去噪算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
变换域维纳滤波论文参考文献
[1].温金玉,宣士斌,肖石林,黄亚武.基于小波变换与改进维纳滤波的SAR图像分割[J].广西民族大学学报(自然科学版).2018
[2].汪祖辉,孙刘杰,邵雪,姜中敏.一种结合小波变换和维纳滤波的图像去噪算法[J].包装工程.2016
[3].张峰,胡艳涛,石现峰.振动信号离散余弦变换域循环维纳滤波算法[J].西安工业大学学报.2015
[4].张峰,马舒啸,石现峰.振动信号离散余弦变换域维纳滤波算法[J].探测与控制学报.2014
[5].韩伟,刘强.基于Tetrolet变换域核维纳滤波斑点噪声抑制[J].电视技术.2014
[6].李云红,伊欣.基于修正维纳滤波的小波包变换图像去噪[J].计算机工程与应用.2012
[7].张满,周健.基于实值离散Gabor变换的维纳滤波语音增强方法[J].电脑知识与技术.2012
[8].聂鹏飞.地震勘探噪声压制方法研究与应用[D].吉林大学.2012
[9].代煜,张建勋.基于小波变换和维纳滤波的半导体器件1/f噪声滤波[J].物理学报.2011
[10].谢艾纾,徐成,赵利平,邓绍伟,赵嫦花.变换域维纳滤波及其改进[J].计算机工程与应用.2012