因小波变换具有多分辨率分析能力和自适应性,故常被作为图像去噪的有效手段之一。文中从遥感影像中常见的薄云噪声的特征分析出发,分别从两个方面入手对含有薄云噪声的遥感影像进行去噪处理:①使用DB系列和SYM系列小波基对含有薄云的遥感影像进行小波变换去噪,对比发现使用db5小波母函数得到的去噪效果最佳。②使用Bridge-Massart阈值降噪模型对含有薄云的遥感影像进行去噪。结果中推断出:直接使用Bridge-Massart阈值降噪模型去噪的结果不如在第一步得到的结果上运用Bridge-Massart阈值降噪模型去噪的结果好。由此得到一种新的基于小波的遥感影像薄云去除方法 ,与小波变换法去除遥感影像薄云的结果比较,本方法得到的结果更优。
1
语音降噪模型知识归纳汇总
2022-04-24 15:07:10 5.05MB 语音识别
1
语音降噪模型训练PMSQE loss 对应pesq指标MOS分
2021-11-18 14:02:28 232KB 语音降噪 模型训练 loss函数 PESQ
1
双信号转换LSTM网络 Tensorflow 2.x实施的堆叠式双信号转换LSTM网络(DTLN)用于实时噪声抑制。 该存储库提供了用于在python中训练,推断和服务DTLN模型的代码。 它还提供了SavedModel,TF-lite和ONNX格式的预训练模型,可用作您自己的项目的基准。 该模型能够在RaspberryPi上运行实时音频。 如果您正在使用此仓库做一些有趣的事情,请告诉我。 我总是对您使用此代码或该模型所做的事情感到好奇。 DTLN模型已提交给深度噪声抑制挑战( ),并在INTERSPEech 2020上发表。 这种方法在少于一百万个参数的堆叠网络方法中结合了短时傅立
2021-11-15 17:08:30 29.86MB audio raspberry-pi deep-learning tensorflow
1
利用图像的稀疏与冗余表达模型去噪是当前较为新颖的去噪方法,在对国内外稀疏模型去噪文献进行理解和分析的基础上,回顾稀疏性去噪研究的发展,阐明稀疏去噪的原理与降噪模型。总结用于稀疏去噪中的各类方法,介绍利用稀疏性在图像去噪中的分解与重构过程,并将小波法去噪、多尺度几何分析法去噪、独立成分法去噪中所涉及的传统稀疏性与当前的稀疏与冗余表达模型去噪对比分析。最后基于对稀疏性去噪方法的分析,提出对稀疏去噪研究方法的一些展望。
1