图像分割方法综述

图像分割是由图像处理进到图像分析的关键步骤。不仅总结了传统的图像分割方法，还介绍了一些近年来热门的分割方法，如聚类分析、模糊集理论、小波变换、神经网络、水平集、均值迁移、图论等，分析了各种方法的原理和特点，并用部分分割方法对经典的Lena图像进行了处理，最后对图像分割方法的研究进行了总结。     

语音端点检测的仿真研究

语音端点检测在语音处理中占有十分重要的地位。介绍了短时平均能量法、短时平均过零率法和短时能零积法三种语音端点检测法。在低信噪比环境下，利用上述方法进行语音端点检测，检测效果将大大降低。功率谱减法是一种传统的降噪方法。但是功率谱减法采用固定的无音片段作为噪声样本容易引起误差。为此，笔者综合短时能零积法和功率谱减法，提出了加权功率谱减法，并用于语音端点检测。详细地给出了加权功率谱减法的实现步骤。实验结果表明该方法具有良好的性能。     

基于小波综合阈值函数的图像去噪

在小波硬阈值函数和软阈值函数的基础上,提出一种综合阈值函数.这个函数综合了硬阈值函数和软阈值函数的特征,具有良好的数学特征.选择合适的参数,可以适应不同的图像.采用局部阈值规则选择阈值,通过仿真实验,验证了综合阈值函数对去除高斯噪声的有效性.     

基于Cross-Validation的小波自适应去噪方法

小波去噪算法中,阈值的选择非常关键.提出一种自适应阈值选择算法.该算法先通过Cross-Validation方法将噪声干扰信号分成两个子信号,一个用于阈值处理,一个用作参考信号;再采用最深梯度法来寻求一个最优去噪阈值.仿真和实验结果表明:在均方误差意义上,所提算法去噪效果优于Donoho等提出的VisuShrink和SureShrink两种去噪算法,且不需要带噪信号的任何"先验信息",适应于实际信号去噪处理.