在视频图像降噪中，时域滤波比空域滤波在保护视频图像边缘和细节方面更
具优势，但需要借助运动估计来更好地利用时域上的相关性。目前基于运动估计
视频降噪时域滤波算法受运算量的限制较大，容易产生由于匹配块搜索不准确引
起的块效应。
在系统地阐述了视频图像降噪的基本理论与发展现状的基础上，对运动估计
进行了深入学习和探讨，提出了一种基于运动估计的视频图像3D(时空联合)降噪
算法。首先，对当前帧和参考帧进行下采样；然后，在时域上以块为单位对当前
帧进行运动估计，在当前帧的前一帧和后一帧中同时搜索匹配块；对搜索到的匹
配块与当前块进行运动强度检测，通过设计的噪声标准差估计单元、实时确定出
当前帧运动强度检测的阈值，以准确判断块的运动强度；若匹配块运动强度较小，
就对当前块进行时域滤波；若匹配块运动强度过大，就对当前块进行空域滤波，
另外，噪声标准差估计单元测定的噪声标准差也用作空域滤波器的参数。
2021-08-29 09:10:42
4.57MB
1
为有效识别轴承故障特征,以轴承内圈故障的信号为例,采用在非平稳信号消噪和以频带能量分布作为故障特征方面有着广泛应用的小波包进行Mat-lab仿真,获得小波包降噪后的信号和作为内圈故障特征的频带能量分布。通过分析频带能量,其结果与实际故障相一致,得出小波包在轴承故障特征提取方面有着一定的优越性。
2021-08-27 10:09:32
351KB
1
代码中用到了nextpow2，其中n = nextpow2(x) 表示最接近x的2的n次幂。
#!/usr/bin/env python
import numpy as np
import wave
import nextpow2
import math
# 打开WAV文档
f = wave.open("filename.wav")
# 读取格式信息
# (nchannels, sampwidth, framerate, nframes, comptype, compname)
params = f.getparams()
nchannels, sampwidth, framerate, n
2021-08-27 09:43:09
43KB
1
该函数对信号 x 执行自适应噪声消除。 滤波器长度为L，mu为适应率。 输出是一个包含滤波器权重和信号与滤波信号之间的误差的结构。
2021-08-26 16:49:28
2KB
1
博客地址：https://mp.csdn.net/article/details/100150637
Android(jni) 单独抽取 WebRtc-AGC（音频增益） 模块
Android(jni) 单独抽取 WebRtc-NS（音频降噪） 模块
2021-08-25 20:11:43
2.19MB
1
Waves.Znoise---音频 降噪 的处理工具
Native Reverb---一款模拟混响效果器
GoldenGate插件
2021-08-24 11:39:32
13.5MB
1