matlab开发-一幅图像的噪声估计。它可以从单个图像精确地估计噪声级。

matlab开发-信号相关噪声估计。该代码将估计信号相关噪声模型的三个参数。

NoiseLevel 估计输入单个噪声图像的噪声水平。 [nlevel th num] = NoiseLevel(img,patchsize,decim,conf,itr) 输出参数nlevel：估计的噪音水平。 th：在最后一次迭代中提取弱纹理补丁的阈值。 num：上次迭代中提取的弱纹理补丁的数量。 维度输出参数与输入图像的通道相同。 输入参数img：输入单张图片patchsize（可选）：补丁大小（默认值：7） decim（可选）：抽取因子。 如果你输入大数，计算会加速。 （默认值：0） conf（可选）：确定弱纹理阈值的置信区间。 在此算法中，通常将此值设置为非常接近的值。 （默认值：0.99） itr（可选）：迭代次数。 （默认：3） 例子： img = double(imread('img.png')); nlevel = NoiseLevel(img); 网页： http

该程序使用 Butterworth滤波器提取正弦波形并对其进行频谱分析显示。在信号传输过程中，经常会混入高频噪声，噪声的能量甚至会超过信号能量。接收端收到信号后通常首先要进行低通滤波，然后对信号作进一步的处理。通过滤波能够有效提高信号的信噪比。 该例中原始信号是一个叠加了高频噪声的正弦波，该正弦波信号频率为10，幅度为1，产生高频噪声的方法是将高频均匀白噪声叠加正弦信号通过一个 Butterworth高通滤波器滤去低频分量，再使用 Butterworth低通滤波器对原始信号滤波,滤掉高频噪声。截止频率为20Hz，即滤掉频率大于20Hz的噪声分量，提取出正弦波形，并对其进行频谱分析显示

该程序使用 Chebyshev滤波器(切比雪夫)对混有均匀白噪声的三角波信号进行低通滤波处理， 同时对滤波前后信号进行频谱分析并显示。 由图可以看出混有均匀白噪声的三角波信号经 Chebyshev滤波器滤波后，噪声得到了很大程度的抑制。

使用椭圆滤波器对混有高斯白噪声的正弦波信号进行低通滤波处理， 同时对滤波前后的信号进行频谱分析并显示。 结果表明混有高斯白噪声的正弦波信号经椭圆滤波器滤波后，噪声得到了很大程度的抑制。

使用贝塞尔滤波器对混有高斯白噪声的正弦波信号进行低通滤波处理， 同时对滤波前后的信号进行频谱分析并显示。 结果表明混有高斯白噪声的正弦波信号经椭圆滤波器滤波后，噪声得到了很大程度的抑制

在信号处理时所需的标准的粉红噪声信号，内含 63 HZ到 8000 HZ的不同信号

语音信号加入高斯白噪声，利用切比雪夫Ⅱ，FIR汉明窗方式除噪 matlab

《基于FXLMS算法的窄带主动噪声控制系统性能分析研究》 刘 剑 博士论文 双 mic 主动降噪算法，《Comparing Dual Microphone System》