文献类型：期刊文章

作　　者：牛宏侠[1,2] 张肇鑫[1,2] 宁正[1,2] 陈光武[1,2]

NIU Hongxia;ZHANG Zhaoxin;NING Zheng;CHEN Guangwu(Automatic Control Institute,Lanzhou Jiaotong University,Lanzhou 230070,China;Gansu Provincial Key Laboratory of Traffic Information Engineering and Control,Lanzhou 730070,China)

机构地区：[1]兰州交通大学自动控制研究所,甘肃兰州730070 [2]甘肃省高原交通信息工程及控制重点实验室,甘肃兰州730070

出　　处：《传感器与微系统》

基　　金：甘肃省自然科学基金资助项目(1606RJZA002),甘肃省自然科学基金青年科学基金资助项目(17JR5RA089);甘肃省高等学校科研资助项目(2017A—026,2018C—11)

年　　份：2020

卷　　号：39

期　　号：2

起止页码：33-36

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对小波阈值去噪算法中图像信息与噪声混叠造成的去噪信号模糊问题,提出了一种基于小波变换的阈值自适应寻优去噪方法。一方面考虑图像的边缘特征,引入比例萎缩因子,使图像有用信息和噪声信息分离;另一方面改进Bayes Shrink阈值函数,通过粒子群优化(PSO)算法自适应地寻找噪声图像的最优阈值。针对小波分解层之间噪声的不同,对阈值函数进行改进,根据不同方向和不同尺度上噪声的分布自适应去噪。对一维信号和二维信号进行去噪实验,与现有文献方法相比,本方法能够有效去除噪声,更好地保留原信号中的有用信息。

关 键 词：去噪 小波变换 粒子群优化算法 自适应阈值

分 类 号：TN911.73] TP391.41]