|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
一種面向超光譜數(shù)據(jù)庫(kù)的小波去噪算法
本發(fā)明公開(kāi)了一種面向超光譜數(shù)據(jù)庫(kù)的小波去噪算法，屬于超光譜數(shù)據(jù)的處理方法，用于對(duì)帶有噪 聲的超光譜曲線進(jìn)行降噪。本發(fā)明順序包括小波降噪?yún)?shù)選擇、小波降噪。本發(fā)明在小波降噪?yún)?shù)學(xué)習(xí) 過(guò)程中充分考慮了超光譜數(shù)據(jù)庫(kù)中各種物質(zhì)超光譜曲線的特性，快速的選擇適合超光譜數(shù)據(jù)庫(kù)絕大多數(shù) 光譜曲線的小波降噪?yún)?shù)，然后使用選擇得到的參數(shù)對(duì)測(cè)量到的超光譜曲線進(jìn)行降噪。該方法能快速的 針對(duì)各種不同應(yīng)用場(chǎng)景的超光譜數(shù)據(jù)庫(kù)選擇與之適應(yīng)小波降噪?yún)?shù)，提高了降噪的效果，提高光譜匹配 的準(zhǔn)確率。
武漢大學(xué)
2021-04-13
.jpg){kind=logo}
一種基于改進(jìn)二維經(jīng)驗(yàn)?zāi)B(tài)分解算法的圖像去噪方法
本發(fā)明公開(kāi)了一種基于改進(jìn)二維經(jīng)驗(yàn)?zāi)B(tài)分解算法的圖像去噪方法,首先，將待去噪圖像經(jīng)傳統(tǒng)BEMD算法進(jìn)行自適應(yīng)分解得到各階IMF后，對(duì)各個(gè)IMF的概率密度函數(shù)與待去噪圖像概率密度函數(shù)之間的相似性進(jìn)行測(cè)量，其次，根據(jù)相似性測(cè)量值區(qū)分出噪聲主導(dǎo)模態(tài)函數(shù)與信號(hào)主導(dǎo)模態(tài)函數(shù)的邊界索引值,然后，使用小波去噪算法對(duì)噪聲主導(dǎo)模態(tài)函數(shù)進(jìn)行降噪處理得到實(shí)際的圖像噪聲，接著，重構(gòu)出與原圖像具有相同信噪比的多幅圖像后對(duì)其累加求平均、實(shí)現(xiàn)將噪聲壓縮到低階IMF中，最后，使用BEMD?DT對(duì)該平均圖像進(jìn)行去噪處理。通過(guò)本發(fā)明方法對(duì)圖像進(jìn)行去噪，取得效果均好于小波降噪以及傳統(tǒng)BEMD等降噪方法的去噪效果。
東南大學(xué)
2021-04-11
余小波
余小波，男，1961年出生于湖南安鄉(xiāng)，漢族，教育學(xué)博士，湖南大學(xué)教育科學(xué)研究院教授、博士生導(dǎo)師，湖南大學(xué)“岳麓學(xué)者”特聘教授。兼任中國(guó)高等教育學(xué)專業(yè)委員會(huì)常務(wù)理事、中國(guó)高等教育學(xué)會(huì)中外合作辦學(xué)分會(huì)常務(wù)理事、湖南省人民政府第五屆學(xué)科評(píng)議組成員、湖南省教育督導(dǎo)與評(píng)價(jià)學(xué)會(huì)副會(huì)長(zhǎng)、湖南省教育評(píng)價(jià)研究中心主任、《大學(xué)教育科學(xué)》雜志編委會(huì)主任等職。近年來(lái)，主持國(guó)家哲學(xué)社會(huì)科學(xué)基金項(xiàng)目四項(xiàng)（重點(diǎn)項(xiàng)目一項(xiàng)），主編“高等教育質(zhì)量與評(píng)價(jià)”系列叢書八部，獨(dú)著或主編學(xué)術(shù)著作十部，在《教育研究》《高等教育研究》等刊物發(fā)表研究論文一百多篇，多篇被《新華文摘》、《人大報(bào)刊資料復(fù)印》等轉(zhuǎn)載，研究成果獲得過(guò)全國(guó)教育科學(xué)研究?jī)?yōu)秀成果、湖南省哲學(xué)社科優(yōu)秀成果、湖南省普通高校教學(xué)研究成果等獎(jiǎng)勵(lì)多項(xiàng)。
余小波
2021-12-31
.jpg){kind=logo}
一種基于小波差分算法的電纜故障測(cè)距方法
發(fā)明專利 “ 一種基于小波差分算法的電纜故障測(cè)距方法應(yīng)用于電力電纜在線故障定位 ” ，證書證號(hào) 955827 ，專利號(hào) ZL 2010 1 0235507.7 。該方法用于電力電纜的在線故障測(cè)距。
西安科技大學(xué)
2021-04-11
.jpg){kind=logo}
基于黃金分割比例的菱形模板雙尺度圖像去噪方法
本發(fā)明涉及一種基于黃金分割比例的菱形模板雙尺度圖像去噪方法。本發(fā)明的技術(shù)要點(diǎn)是采用菱形模板并進(jìn)行自適應(yīng)模板擴(kuò)充，利用參與計(jì)算的信號(hào)點(diǎn)的距離權(quán)重和灰度權(quán)重的歸一化權(quán)重進(jìn)行去噪。本發(fā)明的優(yōu)點(diǎn)是菱形模板中參與計(jì)算的所有信號(hào)點(diǎn)到中心點(diǎn)的距離方差較小，盡可能避免了距離過(guò)遠(yuǎn)的信號(hào)點(diǎn)參與濾波計(jì)算；根據(jù)噪聲密度取部分信號(hào)點(diǎn)參與計(jì)算，不僅降低了計(jì)算復(fù)雜度，而且降低了模板內(nèi)可能存在的其他噪聲及邊緣對(duì)濾波效果的影響；模板中橫向包含的像素點(diǎn)和縱向包含的像素點(diǎn)個(gè)數(shù)之比為1:0.618，充分利用了數(shù)學(xué)的經(jīng)典理念,也符合人的視覺(jué)習(xí)慣。實(shí)驗(yàn)結(jié)果表明，本發(fā)明既能處理低密度噪聲，又能處理高密度噪聲，噪聲密度越高，相對(duì)效果越好。
河北師范大學(xué)
2021-05-03
.jpg){kind=logo}
對(duì)地面建筑群遙感圖像頻譜特性約束的去噪方法和系統(tǒng)
本發(fā)明公開(kāi)了一種對(duì)地面建筑群遙感圖像頻譜特性約束的去噪方法和系統(tǒng)，其特征在于，包括：從地面建筑群遙感圖像庫(kù)中獲取地面建筑群目標(biāo)參考圖像，對(duì)該參考圖像進(jìn)行傅里葉變換得到幅頻譜，對(duì)其幅頻譜結(jié)果進(jìn)行閾值分割、腐蝕、和膨脹操作，以獲取地面建筑群目標(biāo)頻譜二值模板，高速飛行器飛行獲取地面建筑群目標(biāo)實(shí)時(shí)圖像，對(duì)該實(shí)時(shí)圖像進(jìn)行傅里葉變換得到頻譜，利用獲取的地面建筑群目標(biāo)頻譜二值模板對(duì)實(shí)時(shí)圖像的頻譜進(jìn)行頻域?yàn)V波處理，再進(jìn)行傅里葉逆
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
小波視頻編解碼器
H.264/AVC是ISO/IEC和ITU-T共同成立的聯(lián)合視頻組(Joint Video Team，JVT)制定的標(biāo)準(zhǔn)，它比MPEG-2提高了大約50%的壓縮率，具有優(yōu)異的壓縮性能。但隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展和數(shù)字產(chǎn)品應(yīng)用需求的多樣化，對(duì)視頻編碼技術(shù)的研究不再僅僅局限于壓縮性能的提高，而開(kāi)始逐漸向網(wǎng)絡(luò)適應(yīng)性、用戶交互性等方面轉(zhuǎn)移。 由于空域、時(shí)域、質(zhì)量、復(fù)雜度和分辨率的可擴(kuò)展性，近年來(lái)，基于小波的編解碼器受到越來(lái)越多的關(guān)注。它不僅特別適合于網(wǎng)絡(luò)視頻傳輸，而且滿足視頻監(jiān)控中資料的存儲(chǔ)、檢索和分析等種種特殊需求。本課題正是以小波視頻編碼性能的提高和高度的可擴(kuò)展性為目標(biāo)，深入研究其中涉及的諸多關(guān)鍵技術(shù)，構(gòu)建了一個(gè)性能優(yōu)越的視頻編解碼器原型系統(tǒng)，其率失真性能超過(guò)H.264/AVC，具有高度的可擴(kuò)展性，設(shè)計(jì)的視頻編解碼器的復(fù)雜度明顯低于H.264/AVC。
西安交通大學(xué)
2021-04-11
一種基于魯棒低秩張量的高光譜圖像去噪方法
本發(fā)明提出了一種基于魯棒低秩張量的高光譜圖像去噪方法，包括建立高光譜圖像噪聲的數(shù)學(xué)模型， 構(gòu)造高光譜圖像魯棒低秩張量（RLRTR）去噪模型，求解 RLRTR 去噪優(yōu)化模型。本發(fā)明充分利用高光 譜圖像（HSI）的先驗(yàn)知識(shí)，高光譜圖像被不同的噪聲污染，如高斯噪聲、脈沖噪聲、死像素和條帶噪 聲等。利用干凈的高光譜圖像數(shù)據(jù)具有潛在的低秩張量特性以及異常和非高斯噪聲具有稀疏性的特性， 同時(shí)分別采用核范數(shù)和 l2,1 范數(shù)來(lái)表征低秩和稀疏特性；本發(fā)明的技術(shù)
武漢大學(xué)
2021-04-14
基于連續(xù)小波變換的聲音信號(hào)處理
本系統(tǒng)針對(duì)連續(xù)小波變換（CWT）對(duì)非平衡信號(hào)優(yōu)良的時(shí)頻分析性能，采用連續(xù)小波變換對(duì)來(lái)自諸如汽車發(fā)動(dòng)機(jī)、柴油機(jī)等往復(fù)式機(jī)械的聲音信號(hào)進(jìn)行消噪和特征提取，然后利用多媒體技術(shù)將連續(xù)小波消噪和特征提取后的信號(hào)轉(zhuǎn)換成聲音信號(hào)進(jìn)行重新播放，使故障特征能被簡(jiǎn)單而清楚的識(shí)別，從而改變以前過(guò)多依賴于個(gè)人經(jīng)驗(yàn)進(jìn)行這方面故障診斷的現(xiàn)狀。本系統(tǒng)對(duì)某型汽車發(fā)動(dòng)機(jī)進(jìn)行實(shí)驗(yàn)，證明系統(tǒng)對(duì)
西安交通大學(xué)
2021-01-12
一種基于 3D 協(xié)同濾波與低秩矩陣重建的視頻去噪方法及系統(tǒng)
本發(fā)明提出了一種基于 3D 協(xié)同濾波與低秩矩陣重建的視頻去噪系統(tǒng)及方法，本發(fā)明首先對(duì)含噪視頻進(jìn) 行 3D 協(xié)同濾波預(yù)處理，得到基礎(chǔ)估計(jì)然后對(duì)基礎(chǔ)估計(jì)再進(jìn)行低秩矩陣重建來(lái)進(jìn)行進(jìn)一步的去噪，來(lái)得到最 終估計(jì)；本發(fā)明主要應(yīng)用于視頻去噪中，特別是應(yīng)用于基于 3D 協(xié)同濾波與低秩矩陣重建的視頻去噪；同時(shí) 本發(fā)明所提出去噪方法也適用于圖像的去噪，對(duì)于較大分辨率的圖像、視頻源也具有良好的去噪效果；此外， 本發(fā)明不僅對(duì)單純的高斯噪聲具有良好的去噪效果，同時(shí)對(duì)含
武漢大學(xué)
2021-04-14