在这项工作中，作者修改了经典的 Perona-Malik (PM) 扩散模型来处理乘法噪声，并且我们添加了一个合适的正则化项，该项经过统计建模以减轻超声图像中的乘法效应。 我们的兴趣是强调平面图像区域的正则化，同时保持合理的边缘和轮廓。 主观和定量评估表明，与 Perona-Malik、Charbonneir、Guo 等人等一些最先进的方法相比，所提出的模型产生了更好的结果。 和总变异

针对传统形态滤波器由于采用相同尺寸结构元素而导致的输出统计偏倚严重的问题,提出采用不同尺寸结构元素级联而成的开-闭和闭-开组合广义形态滤波器实现旋转机械振动信号的降噪方法。研究了广义形态滤波器在脉冲噪声与随机噪声干扰下的降噪效果,比较了广义形态滤波器与传统形态滤波器分别对仿真信号与实际振动信号的滤波效果。实例表明,广义数学形态滤波器能够更有效的消除噪声的干扰,获得更高的信噪比。广义形态滤波降噪算法只涉及加减和极大、极小运算,运算简单且执行高效,具有较好的实用价值。

相干性：基于相干函数的双麦克风降噪

语音测试WAV噪声库.zip

可用于音频信号处理的学习，兼容Octave！

SVD曲率谱降噪和快速谱峭度的滚动轴承微弱故障特征提取，刘鹏，汤宝平，针对轴承振动信号信噪比低，故障信号微弱，快速谱峭度分析选取共振中心频率和带宽不准确等问题，提出基于奇异值分解(Singular value de

使用小波包对一维信号进行降噪或压缩实例分析.m

利用小波降噪预处理的时频分布分析柴油机漏油故障。诊断实例为斯太尔实车发动机漏油故障，振动传感器放置在第3、第4缸中间，设置故障为第3缸油路漏油，同时采集振动信号和第4缸喷油压力信号，采样频率为12.8kHz，发动机转速为1300r/min，Sig1.txt是正常工况下第4缸上止点后两个工作循环的振动信号，Sig2.txt是第3缸漏油工况下的振动信号。 如有任何疑问，请私信博主。

matlab代码放大 PyTorch版本 抽象的 基于模型的优化方法和判别式学习方法已成为解决低视力中各种逆问题的两种主要策略。 通常，这两种方法都有其各自的优缺点，例如，基于模型的优化方法可灵活地处理不同的逆问题，但出于性能良好的目的，通常以复杂的先验条件耗时； 同时，判别式学习方法测试速度较快，但其应用范围受到专门任务的极大限制。 最近的工作表明，借助可变分割技术，可以将去噪器先验插入为基于模型的优化方法的模块部分，以解决其他反问题（例如，去模糊）。 当通过判别学习获得降噪器时，这样的集成会带来相当大的优势。 但是，仍然缺乏与快速判别去噪器集成的研究。 为此，本文旨在训练一组快速有效的CNN（卷积神经网络）去噪器，并将其集成到基于模型的优化方法中，以解决其他逆问题。 实验结果表明，学习的去噪器集不仅可以实现有希望的高斯去噪结果，而且可以用作为各种低级视觉应用提供良好性能的先决条件。 基本思想 借助可变分裂技术，例如乘数交替方向方法（ADMM）和半二次分裂（HQS）方法，可以分别处理一般图像恢复公式的保真度项和正则项项，尤其是正则化项仅对应于降噪子问题。 因此，这可以将任何区分式去噪

本论文提出了3D 基于空域和时域混合去除噪声的演算法，此算法包含了2D 的自适应可调式参数分频降噪算法以及3D 混合降噪算法。2D 的可 调式参数降噪算法主要利用时间域为频域中所有频域叠加的原理，以及在各分频中噪声模型统计，达到自适应各频段降噪的结果。