基于噪声方差估计的小波阈值降噪研究_曲巍崴.pdf

第 46 卷第 2 期 机 械 工 程 学 报 Vol.46 No. 2 2010 年 1 月 JOURNAL OF MECHANICAL ENGINEERING Jan. 2010 DOI ：10.3901/JME.2010.02.028 基于噪声方差估计的小波阈值降噪研究* 曲巍崴 高 峰 (北京航空航天大学交通科学与工程学院 北京 100191) 摘要：信号中包含的噪声不仅降低了信号的质量，而且还严重影响着各种相关处理算法的有效性，因此，高效稳健的噪声方 差估计对于各类信号处理非常重要。提出一种噪声方差估计的新方法，该方法首先应用两状态高斯混合模型对高频系数建模， 混合模型的各项参数通过 EM(Expectation-maximum)算法迭代估算得到。在建立的高斯混合模型中，当参数满足一定条件时， 可以将高频系数分为噪声类和边缘类。基于高频子带内系数的相关性，对噪声类所包含的系数再次应用高斯混合模型的方法 分类，并在每个类中分别进行噪声的估计，最后对所得噪声信号计算方差作为原始信号的噪声方差估计。基于这种估计方法， 将小波阈值法应用到反求工程的降噪中，实际信号的降噪结果在光滑性和特征保持方面均有较好的效果。试验表明，该噪声 方差估计方法对噪声大小具有一定适应性，且小波阈值降噪法简单易行，应用广泛。 关键词：噪声方差估计 高斯混合模型 系数相关性 小波阈值降噪 中图分类号：TP391 Study on Wavelet Threshold Denoising Algorithm Based on Estimation of Noise Variance QU Weiwei GAO Feng (School of Transportation Science and Engineering, Beihang University, Beijing 100191) Abstract ：Noise of signal not only reduces the quality of signal but also interferes the validity of correlative arithmetic seriously. Therefore, effective and robust estimation of noise variance is very important for various signal processing. A new method is proposed to estimate noise variance. A Gaussian mixture model (GMM) is used to model the high frequency wavelet coefficients (HFWC). The parameters of the mixture model are obtained with the EM iterative algorithm. The HFWC will be classified as noises class and edges class in the GMM when the parameters meet a certain condition. Based on the correlation among HFWC, GMM is used again to classify the coefficients of the noise as well as to take the noise estimation. Finally, the variance of noise signals is calculated and regarded as the noise variance estimation