matlab的图像去噪 选择lena作为测试，添加高斯白噪声进行去噪验证

在分析基于SVD的平稳信号降噪原理的基础上,提出了一种基于SVD的非平稳信号重叠分段降噪算法。非平稳信号通过数据分段可近似处理为多段平稳信号。为降低连续分段降噪误差,进行一定比例的重叠分段,应用基于SVD的平稳信号降噪方法对各分段信号进行降噪,相邻段之间的重叠信号经过多次降噪后求平均得到最终降噪信号。仿真结果表明,该算法具有良好的降噪能力且稳定性较好

测试底噪的种格式音频数据

摘要：本文分析了传统滤波器方法在处理非平稳信号时的缺点，研究了小波去噪的原理和方法，研究了利用LabVIEW 和Matlab混合编程的方法，将LabVIEW完美的图形编程技术和Matlab强大的的数学解算功能结合起来，实现了小波降噪的数学建模和信号图像显示。通过对振动冲击信号的滤波处理，表明了小波降噪方法在处理非平稳信号时的有效性。 　　0 引言 　　信号降噪是信号处理领域的经典问题之一。传统的降噪方法主要包括线性滤波方法和非线性滤波方法，滤波器在工作时对信号进行筛选，只让特定频段的信号通过。当信号中的有用成分和噪声成分各占不同频带，可以将噪声成分有效除去。但如果信号和噪声的频谱重叠，则经

分析了小波的消失矩特性对图像重构误差的影响，提出了利用提升算法提高双正交小波消失矩的改进算法。通过提升算法对传统小波提高消失矩，改善了小波的性能，使小波具有更好的振荡性，能够更好地捕捉图像的细节，从而提高了重构信号的精确度。根据磁共振图像的特点及其噪声的分布特性，提出了一种对小波系数进行分块处理的阈值去噪方法。通过对分解后每个层次上的各高频系数矩阵分为多个子矩阵分别进行不同阈值的选取，实现在不同的对比度区域选取不同的阈值的目的，从而使阈值的选取更具有自适应性。

为了提取大型动力设备中被强背景噪声淹没的微弱故障特征，提出一种基于平移不变多小波的相邻系数降噪方法。多小波具有多个尺度函数和小波函数，具备单小波无法同时满足的优良性质，可以匹配信号中不同的特征信息，而平移不变多小波有效地消除了Gibbs现象且其中的平均过程具有优越的消噪性并保持了信号的光滑性。同时相邻系数降噪法考虑小波系数之间的相关性，克服一般阈值消噪的不足。将相邻系数降噪思想引入到平移不变多小波中，并将平移不变多小波相邻系数降噪方法应用于齿轮箱试验台和电力机车滚动轴承的诊断中。齿轮箱试验台和滚动轴承实例

去噪代码 matlab

针对声发射信号比较微弱，实际检测信号中常含有强背景噪声的问题，提出了基于独立分量分析（ICA）的信号去噪方法。该方法首先对观测信号进行FastICA分解，得出多导独立分量；再根据一定的时域及频域先验知识，将独立分量中的噪声信号通道置零，利用解混矩阵反演出去噪后的信号。文中通过断铅声模拟发射信号去噪仿真和埋地水管泄漏声发射信号去噪实验，对该方法进行定性和定量分析。结果表明，与常规的去噪方法比较，ICA去噪方法受噪声强度影响较小，能够得到更高的信噪比和更好的相关系数，有利于提高埋地水管泄漏点的定位精度。

一些不错的去噪程序-图像处理作业.doc 一些不错的去噪程序

针对基于小波变换的阈值去噪方法仅适用于去除高斯白噪声，对于脉冲噪声得不到好的降噪效果的问题，提出了将基于高斯模型的小波变换算法与改进的中值滤波相结合的去噪方法。该方法能够有效去除高斯白噪声和脉冲噪声的混合噪声。仿真实验结果表明，结合算法去噪后图像的峰值信噪比和均方误差都比单一算法得到了改善，从而证明了该方法的有效性。