检索结果-南通市图书馆

基于SWT和双变量阈值函数的ECG信号去噪

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2019年第3期40卷 725-730页

作者：汤伟王玲利税宇阳王帅陕西科技大学电气与信息工程学院陕西西安710021 陕西科技大学机电工程学院陕西西安710021

针对心电信号易受到肌电噪声、工频噪声、基线漂移、电极接触噪声以及环境噪声等的干扰,提出一种基于平稳小波变换和双变量阈值函数的ECG信号去噪方法。通过对ECG信号进行多层平稳小波变换,依据噪声在不同分解层的特点,对变换后的细节... 详细信息

针对心电信号易受到肌电噪声、工频噪声、基线漂移、电极接触噪声以及环境噪声等的干扰,提出一种基于平稳小波变换和双变量阈值函数的ECG信号去噪方法。通过对ECG信号进行多层平稳小波变换,依据噪声在不同分解层的特点,对变换后的细节系数采用不同的阈值去噪方案。这种方法可避免信号重构后的丢失,能较好地保留原始信号的完整性,在提高信号信噪比的同时降低均方误差。通过对MIT-BIH数据库的实测数据进行仿真实验分析,验证了所提算法的有效性。

关键词： ECG信号去噪双变量阈值平稳小波变换 MIT-BIH数据库信噪比均方误差

基于双变量阈值的非下采样Contourlet变换图像去噪

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2009年第3期31卷 532-536页

作者：贾建焦李成项海林西安电子科技大学智能信息处理研究所西安710071 西北大学数学系西安710069

系数阈值是流行的去噪方法,其中阈值方式与大小的选择是一个重要的技术问题。该文依据非下采样Contourlet分解系数与其父系数之间的相关性,给出非高斯双变量分布,对该模型应用Bayes估值理论推导得到相应的非线性双变量阈值函数,综合非... 详细信息

系数阈值是流行的去噪方法,其中阈值方式与大小的选择是一个重要的技术问题。该文依据非下采样Contourlet分解系数与其父系数之间的相关性,给出非高斯双变量分布,对该模型应用Bayes估值理论推导得到相应的非线性双变量阈值函数,综合非下采样Contourlet分解和双变量阈值函数,提出一种基于双变量阈值的非下采样Contourlet变换图像去噪方法(NSCTBI)。对于被加性高斯白噪声污染的图像,实验中将NSCTBI方法与非下采样Contourlet变换、小波域双变量阈值去噪等方法进行了比较,结果表明在大多数情况下,NSCTBI的PSNR结果相比这些方法高出0.5至2.3dB,在边缘特征方面保持了良好的视觉效果。

关键词：去噪非下采样Contourlet变换双变量阈值 Bayes估计

在线全文

学校读者我要写书评

暂无评论

基于双密度双树小波变换的超声图像降噪

系统仿真学报 2007年第24期19卷 5797-5801页

作者：李鹏喻罡冀晓燕卞正中西安交通大学生命科学与技术学院生物医学工程系西安710049

针对去除斑点噪声提高超声图像质量的问题,提出双密度双树离散小波变换(DD-DT DWT)结合局部方差估计的双变量收缩阈值函数(BFS)的图像降噪改进算法实现超声图像降噪。首先将原始图像用DD-DT DWT进行多尺度分解,根据噪声模型和小波子父... 详细信息

针对去除斑点噪声提高超声图像质量的问题,提出双密度双树离散小波变换(DD-DT DWT)结合局部方差估计的双变量收缩阈值函数(BFS)的图像降噪改进算法实现超声图像降噪。首先将原始图像用DD-DT DWT进行多尺度分解,根据噪声模型和小波子父代系数确定的局部边缘方差估计阈值,利用子父代小波系数相关性构成的双变量阈值函数,对图像16个方向的小波系数进行非线性自适应的处理,最后重建降噪后的图像。用仿真和真实数据对此算法进行验证,并与其他小波降噪系统的性能比较,结果分析表明噪声图像经该算法降噪后,图像性能指标均有提高,不仅有效的实现图像降噪,而且较好的保留图像细节。

关键词：双密度双树小波双变量阈值局部方差估计系数相关性超声图像降噪斑点噪声

在线全文

学校读者我要写书评

暂无评论

心电信号检测与分类算法的研究

心电信号检测与分类算法的研究

作者：王玲利陕西科技大学

学位级别：硕士

随着社会的发展,人民生活水平的提高,以及人们生活习惯的改变,患有心血管疾病的人数逐年增多,心血管疾病中的心脏病是导致死亡率的第三位。而心脏病患者患病初期往往表现出心率失常现象。为了有效推动现代信息处理技术在生物医学工程中... 详细信息

随着社会的发展,人民生活水平的提高,以及人们生活习惯的改变,患有心血管疾病的人数逐年增多,心血管疾病中的心脏病是导致死亡率的第三位。而心脏病患者患病初期往往表现出心率失常现象。为了有效推动现代信息处理技术在生物医学工程中的应用和发展,越来越多的学者针对心电信号进行了自动检测研究。但因心电信号具有低频、多噪声及个体差异等特性,增加了心电信号检测的难度。本文针对目前心电信号检测算法精度不高的问题,开展了心电信号预处理,波形识别及分类方面算法的研究。主要研究内容可总结为如下三个方面。（1）心电信号预处理心电信号是一种低频且含有众多噪声干扰的信号。针对心电信号存在的噪声干扰问题,本文采用了平稳小波变换结合双变量阈值的方法对其进行去噪处理。通过对心电信号进行八层平稳小波变换,得到不同的小波系数,采用双变量阈值函数表达式对其进行处理得到新的小波系数,最后进行逆平稳小波变换实现小波重构,完成心电信号去噪。Matlab仿真结果显示,本文算法的准确率较高,信噪比达到84.5934dB。（2）心电信号波形识别反映心电信号的特征部分往往是信号的突变点,因此需要对心电信号的突变点进行识别检测。本文通过采用二次B样条小波对去噪后的心电信号进行四层平稳小波变换,在第四尺度上对心电信号的R波进行波形检测。在第二尺度上以正确检测R波为基础,实现Q波和S波的波峰、起始点及终止点检测。为了保证检测精度,本文设置了误检漏检机制。最后在第五尺度实现了P波和T波波峰、起始点及终止点检测。仿真结果表明本文的算法检测精度较高,准确率达到99.81%。（3）心电信号分类通过对现在常用的分类方法进行比较以及针对本硕士论文的数据量,本文选择了支持向量机分类模型来进行分类实现。本文选择时间域和小波域的特征作为输入,采用改进的蚁群算法对支持向量机进行参数优化,以达到提高检测的目的。实验结果表明采用改进的蚁群算法优化支持向量机的分类准确率更高。四分类的检测准确率高达98.89%。综上所述,本文通过采用平稳小波变换结合双变量阈值对心电信号进行去噪处理,不仅克服了伪吉布斯现象,同时保证了信号的幅值尽可能的还原原始信号幅值的大小,在预处理的基础上对心电信号进行波形识别操作,实现了心电信号各波形特征参数的检测,最终,通过支持向量机对心电信号实现四分类,并采用MIT-BIH心率失常数据库的数据进行验证。本文提出的分类算法具有良好的分类性能,研究内容具有一定的实际意义,对心电信号自动检测的发展具有一定的促进作用。

关键词：心电信号 MIT-BIH心率失常数据库双变量阈值平稳小波变换波形检测支持向量机

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于小波变换的手机相机图像去噪算法研究

基于小波变换的手机相机图像去噪算法研究

作者：刘春雪东南大学

学位级别：硕士

图像去噪技术是图像处理领域的一个古老的话题,其主要目的是使图像在保留更多原有细节的前提下去除图像在采集以及传输的过程中被增加的噪声。在所有的去噪方法中,小波阈值去噪由于具有优良的去噪性能,因此被广泛地应用。本文围绕小波... 详细信息

图像去噪技术是图像处理领域的一个古老的话题,其主要目的是使图像在保留更多原有细节的前提下去除图像在采集以及传输的过程中被增加的噪声。在所有的去噪方法中,小波阈值去噪由于具有优良的去噪性能,因此被广泛地应用。本文围绕小波分解的方式、小波去噪的阈值选择、去噪软件的编写等问题展开研究。主要研究工作和成果如下：(1)在小波去噪中,阈值的选择很关键。论文研究了几种经典的阈值,包括VisuShrink阈值、SureShrink阈值以及BayesShrink阈值,并针对这三种阈值进行仿真实验和实际实验。实验表明,经典的BayesShrink阈值去噪算法对仿真含噪图像具有良好的去噪效果,其性能优于VisuShrink阈值和SureShrink阈值。(2)为了利用双树小波变换的多方向性,用双树复数小波变换来分解图像,然后对图像进行去噪,实验结果表明,使用双树复数小波变换来分解图像然后去噪可以保留更多的图像细节。针对单变量统计模型不能显示出小波系数之间的联系的问题,研究了小波系数的双变量统计模型,该模型可以显示出相邻层的小波系数之间的相关性,将该双变量模型应用于图像去噪,实验表明,使用双变量阈值去噪算法之后,图像的峰值信噪比和视觉效果均比单变量模型有所提高。(3)对基于双树复数小波的双变量阈值去噪算法进行改进,使其在应用中更加有效。改进的方法有降采样处理、子带自适应的噪声方差、局部类灰度化处理。首先,对图像进行降采样然后对降采样之后的每一张小图片分别去噪,最后再合成原来的大图;其次,对小波系数的每一个子带分别计算噪声方差;最后,用单尺度小波变换算法检测出图像的轮廓,对轮廓处的像素点不做处理,对非轮廓处的像素点做类灰度化处理,去除彩色噪声块。实验结果表明,改进之后的方法对手机拍摄的噪声图像具有更好的去噪效果。(4)采用VS2010完成了小波去噪软件的编写,用C语言实现了基于双树复数小波的双变量阈值去噪算法。该软件能够实现对手机相机拍摄的含噪图像进行去噪,并采用多线程等手段来提高软件的性能。最后对软件进行了测试,结果表明软件的去噪效果达到要求。

关键词：手机相机图像图像去噪小波变换双变量阈值

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于稀疏表示及图像分层的去块效应算法研究

基于稀疏表示及图像分层的去块效应算法研究

作者：孟凡华燕山大学

学位级别：硕士

基于块离散余弦变换(BDCT)的编码方式已经广泛应用于图像、视频压缩标准中。然而,在低比特率编码时,解码图像会在块边界处产生明显的块效应,严重影响图像视觉效果。针对低比特率编码时的块效应问题,本文主要围绕图像稀疏表示和图像分层... 详细信息

基于块离散余弦变换(BDCT)的编码方式已经广泛应用于图像、视频压缩标准中。然而,在低比特率编码时,解码图像会在块边界处产生明显的块效应,严重影响图像视觉效果。针对低比特率编码时的块效应问题,本文主要围绕图像稀疏表示和图像分层技术对图像去块效应算法展开研究,具体内容如下:首先,利用图像过完备稀疏表示理论,结合交替投影算法提出三次迭代的图像去块效应算法。其中,前两次迭代采用HIO算法进行投影,第三次迭代采用ER算法进行投影。实验结果表明,采用交替投影方法的去块效应算法比只利用一次稀疏表示去噪的图像去块效应算法有更好的重建效果。其次,考虑图像的一阶全变差表示容易引入阶梯效应的缺点,提出采用一阶全变差和二阶全变差的图像去块效应算法。并且考虑到很多图像去噪算法的去噪结果会丢失原始噪声图像中的部分有用信息这一事实,提出基于两步的图像去块效应算法来提高图像重建质量,第一步利用全变差去噪,第二步对残差图像进行稀疏表示以提取残留的有用信息。实验结果表明,引入二阶全变差的图像去块效应算法和基于两步的图像去块效应算法重建结果均优于仅采用一阶全变差的去块效应算法。最后,基于图像分层表示理论,利用图像的全变差表示和小波树结构先验,提出一种基于全变差和双树复数小波双变量阈值处理的图像卡通-纹理分层表示的去块效应算法。实验结果表明,该算法能较好地去除图像块效应,尽可能保留了图像的边缘结构和细节信息,有效提高了图像的重建质量,重建结果视觉效果较好。

关键词：稀疏表示交替投影图像分层全变差双树复数小波双变量阈值