m带小波变换在信号处理中的应用.docxVIP

  • 10
  • 0
  • 约3.15千字
  • 约 3页
  • 2023-09-06 发布于广东
  • 举报
m带小波变换在信号处理中的应用 阈值去噪方法 近年来,小波变换是一项新兴的数据处理技术。具有良好的局部时差分析能力、低熵、多分辨率、定位相关性和选基灵活性等特点,在图像去除噪声领域得到了广泛应用。而M带小波是标准二带小波的自然推广,与标准二带小波相比,它克服了二带小波变换在高频段分辨力低的缺点,而且对信号能量有更好的集中,这使得信号在经过M带小波变换后将更加集中于少数小波系数上,从而与均匀分布在小波系数上的噪声有明显的幅值区别,更有利于通过阈值方法对噪声进行抑制。目前,基于阈值收缩的小波去噪方法的研究仍然非常活跃,研究主要集中在如何最大限度地获得信号的先验信息,以确定更合适的阈值,达到更好的去噪效果。但是,我们得到的信号,如图像含有大量的噪声,而且关于噪声的先验知识很少,甚至没有,在这种情况下,选择合适的阈值非常难。 模糊聚类是非监督模式识别的一个重要分支,近年来在模式分类、图像处理和计算机视觉等领域获得了广泛应用。在众多聚类算法中,模糊C-均值(FCM)算法是最重要和最常用的方法之一,它能够对数据有一定的自组织能力,而且能够建立起对样本类别的不确定性描述。本文结合模糊聚类算法提出了一种新的基于M带小波变换的图像去噪方法,利用模糊聚类算法把M带小波变换后的小波系数划分成两类:包含信号的小波系数与只包含噪声的小波系数,对只包含噪声的小波系数置为零,将包含信号的小波系数进行利用软阈值

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档