小波软阈值算法去除SAR图像中的Speckle噪声

在详细分析了Donoho小波软阈值的基础上，应用小波变换技术对SAP图像进行分析处理。使用“小波局部软阈值算法”来计算阈值，对高频小波系数进行阈值确定。求得估计小波系数，对其取小波反变换后，去除SAP图像中的Speckle噪声。实验结果表明此方法对去除Speckle噪声十分有效，可以在含有Speckle噪声为背景的图像去噪中应用。     

广州内环路的交通噪声地图

城市发展建设中各样的问题干扰着人们的生活．广州中心区内环路的建设而引起的交通噪声更是极大地影响了中心区的环境．为了控制交通噪声污染，绘制交通噪声地图、管理和削减内环路的噪声水平是迫切需要的．文中将地理信息系统的数据整合于噪声模型中，利用内环路噪声监测的多项数据，通过噪声分析软件绘制了内环路的道路交通噪声地图．该噪声地图以可视化的方式展示了道路噪声状况，并预测了监测点的噪声水平．通过预测声级和实测道路噪声声级的比较，证明该噪声地图具有较高可信度，可作为中心区环境保护决策支持的工具．     

一种基于噪声模型的语音/噪声分类方法

提出了一种可用于嵌入式ASR系统的语音/噪声分类的新方法，该方法利用一个噪声模型，对每帧信号的评价值进行语音/噪声分类．实验表明，该方法可以有效地区分语音和噪声，并表现出在各种噪声环境和不同信噪比条件下的鲁棒性．该算法已经集成进一个ASR系统，并在Corn-paq iPAQ上进行了测试，其计算代价不到整个系统代价的10％．     

差分放大器的噪声分析及低噪声运用考虑

噪声控制在电子电路设计中是至关重要的．介绍了噪声机制，构建了差分放大器的噪声模型，分析了其噪声来源，计算出其等效输入噪声，证明了差分放大器的低噪声应用．     

自来水行业水泵运行工人噪声性听力损伤调查研究

探讨自来水行业噪声环境对工人的听力影响，预防控制噪声的职业危害，保护工人身体健康；选择某自来水厂维修作业工人（电工、钳工、管道工）86名，同时选择其他工种工人（运转工、工程师）266名，对他们进行听力、血压、心电图等项目检查；维修作业工人组的听力损失检出率为41．8％，与运转工、工程师组（30．1％）差异有显著性X^2=14．02，P〈0．05；听损检出率与噪声暴露水平和接触噪声工龄有关；自来水厂工人听力损失率均较高，且听力损失检出率随噪声暴露水平和接触噪声工龄的增加而增高。     

磁悬浮列车行驶噪声的测试与分析

在世界上第一条商业化磁悬浮轨道交通运营线上，对磁悬浮列车行驶噪声进行较为深入的现场测试，并进行较为全面的分析研究．典型的测试结果表明，在距轨道中心线35m处，最大计权声级为96dB(A)与101dB(C)．主要噪声来源为空气动力性噪声．它可分为3个部分：绕流声、附面层噪声与尾流噪声．噪声具有脉冲性与间歇性，对轨道两侧环境的噪声污染具有不可忽视的影响．     

Hodgkin-Huxley神经元系统的随机动力学研究

真实的神经元是处在一个充满噪声的复杂生物环境之中．这些内噪声对单个神经元动作电位发放的影响是当前热点之一．针对神经生物学中的Hodgkin—Huxley方程描述这一经典的理论模型，将其转化为随机微分方程形式，利用随机路径分析方法探讨了内噪声对神经元动作电位发放动力学过程的作用．理论结果表明，内噪声存在时动作电位的发放形式偏离无噪声时的概率很小．初步认为内噪声对动作电位发放过程的影响可以忽略，即神经元系统动作电位发放的动力学机制自身存在内禀的鲁棒性。     

基于小波的医学图像自适应增强

提出了一种对图像进行增强的方法，该方法的特点是，单独地处理小波系数，并且分析小波相邻各层之间的相关性，作为判断噪声的依据，然后利用这些信息对图像进行增强．实验结果表明，这种小波增强方法可以减小噪声的放大，能够在增强图像微小细节和避免放大噪声两方面获得令人满意的结果．医学图像往往同时具有低对比度和较高噪声，因此本文提出的方法正适用于这类图像．     

车用发动机噪声测试研究

采用内燃机噪声声功率级测定的工程法和简易法对湖南动力机厂的6105Q-C型车用柴油机进行了噪声声功率级的测试．测试发现，该柴油机在标定工况下的噪声声功率级为113dB(A)，已满足国际规定要求，并且低于我国中小型功率柴油机噪声限值及国内同类机型产品的噪声值．但从试验数据看，喷油泵、进气管所在端面及项面噪声辐射较显著，声压级略高；从频谱看，1000～2000Hz范围内噪声最大．本文对上述问题提出了分析与改进意见．     

数字图像处理中噪声源对量化精度影响的分析

从噪声源的角度探讨噪声对数字图像处理中量化精度的影响，并以量化步长与噪声均方根的比值分析量化后噪声的特性，指出在数字图像处理中，必须对噪声源引起的图像变质进行修改、校正，以减轻噪声对数字图像处理的干扰．     

基于同态滤波与Lee滤波器级联算法的散斑噪声压缩

提出一种用于压缩散斑噪声的同态滤波Lee滤波器级联算法,它首先对信号进行同态变换,然后用Lee滤波器作去噪声处理,最后再作同志逆变换,仿真结果表明它即保持了图像的边缘又有效地抑制了散斑噪声。     

抑制散斑噪声的Lee算法和小波阈值算法讨论及其比较

本文首先回顾了散斑的基本性质，然后讨论了两类散斑噪声抑制算法，最后提出一种比较其算法性能的规则，并且给出了这两类算法比较的仿真结果。     

超声图像斑点抑制和边缘增强的异质扩散方法

证明了非锐化掩模滤波等价于具有Huber流导函数的PM异质扩散.基于最小可信尺度和局部尺度控制,提出一种用于对数压缩超声图像斑点噪声抑制的异质扩散(LSCAD)方法.该方法无需假设斑点统计分布,直接从一、二阶方向导数的局部特征估计噪声强度,并利用所估计的局部噪声设计可调扩散过程,能根据图像中斑点程度在任何位置或方向上停止.合成图像和临床B超图像实验证实,本法能有效抑制斑点噪声、增强组织边缘而不丢失特征细节.同时,将该方法与前人方法进行比较以验证其性能.     

一种自适应双边滤波的超声图像去噪

超声图像利用不同组织和局部细节的不同回声信号强度和分布来捕捉重要的医学病变信息,但超声图像在形成过程中产生的斑点噪声使得超声图像质量较差,给以后的图像特征提取和识别、病情诊断及定量分析造成不利影响。文中在传统双边滤波既能去噪又能保持图像边缘信息性质的基础上,对传统双边滤波的灰度权系数部分进行了改进,使其局部自适应。实验结果表明了该算法的有效性。     

超声图像斑点噪声限制的非线性各向异性扩散

结合非线性各向异性扩散和斑点噪声的限制,有效抑制临床超声图像斑点噪声.基于最小均方误差方法得到瞬时方差系数作为边缘检测器去控制扩散方程,并将经过对数压缩的斑点噪声模型限制通过附加能动项引入,通过能量最小化,自动估计附加能动项最优权值.仿真图像和临床超声图像实验证实,该算法能有效抑制斑点噪声、保留纹理信息.     

基于模糊滤波核的TerraSAR—X图像Speckle噪声抑制算法

TerraSAR-X是世界上首颗商用的分辨雷达到1m的雷达卫星,具有广阔的应用前景。针对TerraSAR-X图像中的speckle噪声抑制问题,首先分析了噪声的基本数学模型,进而考察了几种经典斑点抑制算法,在此基础上,将模糊集理论引入到speckle噪声抑制问题中,构造了一种基于局域自适应模糊滤波核的speckle噪声抑制算法,通过对TerraSAR-X图像处理效果的实验分析,验证了算法的可行性,可以有效的抑制图像中的speckle噪声,显示出模糊集理论在TerraSAR-X图像speckle噪声抑制问题中的应用潜力。     

基于实测数据的机载波谱仪斑点噪声估算方法

针对斑点噪声和雷达响应函数影响波谱仪测浪结果的问题,基于机载波谱仪挂飞试验的实测数据,提出了一种斑点噪声估算方法.该方法采用最小二乘拟合高斯函数参数,估算斑点噪声和雷达响应函数.利用估算结果对海浪调制谱进行修正,分析斑点噪声和雷达响应函数对测浪结果的影响.结果表明,斑点噪声修正使有效波高值平均减小12%;雷达响应函数修正将使有效波高值平均减小2.9%,证明了斑点噪声修正对于估算波浪谱相关物理量的必要性和本文提出估算方法的有效性.      

基于局部统计的自适应SAR图像去噪算法研究

合成孔径雷达(SAR)图像固有的相干斑噪声对图像质量有严重影响,使检测、识别等进一步应用受到很大限制.相干斑噪声是一种乘性噪声,传统的空域去噪算法(均值滤波、中值滤波)难以将其消除.针对SAR图像的去噪问题,本文研究了Lee滤波和Kuan滤波两种基于局部统计的自适应去噪算法,给出了MATLAB实现并在MSTAR的SAR图像上进行实验.结果表明,Lee滤波和Kuan滤波都能够有效抑制SAR图像的相干斑噪声,去噪图像更平滑,目标更清晰.与传统的均值滤波和中值滤波相比,这两种基于局部统计的自适应去噪算法在视觉效果、方差和等效视数等评价指标上取得更好效果.     

联合稀疏和低秩表示的医学超声图像去噪

为了保持超声图像的边缘和细节特征，同时去除图像中的噪声，提出了一种改进的低秩稀疏矩阵分解模型。首先，通过对数变换将乘性性质的斑点噪声转换为加性噪声；然后引入L1范数和改进的低秩正则项，以最小化保真项、正则项为目标函数，迭代恢复出去噪后的超声图像；最后使用指数变换从对数域中还原。将本模型应用于肿瘤超声图像，与一些经典的去噪算法进行比较，得出该模型对消化道粘膜下肿瘤超声图像去噪估计具有良好的适用性和实时性。     

基于SAR图像滤波的小波模糊聚类算法

针对合成孔径雷达(SAR:Synthetic Aperture Radar)图像固有的相干斑噪声,提出了基于小波模糊聚类算法的去噪方法.该方法把信号和噪声的小波系数的分割看为一个两类模式分类问题.通过将小波系数幅值和高频子图像中的边缘信息作为聚类特征进行噪声系数分离,实现了精确分离小波系数,滤除相干斑噪声的目的.该算法不需要选择阈值和了解噪声的先验知识,有较强的数据自组织能力.实验结果表明,二维聚类滤波的信噪比提高了近8%,图像显示效果也得到了明显改善.