基于新阈值函数的小波阈值去噪算法

卢广森; 黎英; 毛敏

doi:10.13873/J.1000-9787(2017)12-0141-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于新阈值函数的小波阈值去噪算法

计算与测试 | 更新时间：2025-09-11

- 基于新阈值函数的小波阈值去噪算法
- Wavelet threshold de-noising algorithm based on new threshold function
- 传感器与微系统 2017年36卷第12期页码：141-144+148
- 作者机构：
  
  昆明理工大学信息工程与自动化学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2017)12-0141-04
  中图分类号： TN911.7
- 纸质出版：2017
- 稿件说明：
移动端阅览
[1]卢广森,黎英,毛敏.基于新阈值函数的小波阈值去噪算法[J].传感器与微系统,2017,36(12):141-144+148.

LU Guang-sen, LI Ying, MAO Min. Wavelet threshold de-noising algorithm based on new threshold function[J]. 2017, 36(12): 141-144+148.
[1]卢广森,黎英,毛敏.基于新阈值函数的小波阈值去噪算法[J].传感器与微系统,2017,36(12):141-144+148. DOI： 10.13873/J.1000-9787(2017)12-0141-04.

LU Guang-sen, LI Ying, MAO Min. Wavelet threshold de-noising algorithm based on new threshold function[J]. 2017, 36(12): 141-144+148. DOI： 10.13873/J.1000-9787(2017)12-0141-04.

摘要

小波基、分解层数、阈值和阈值函数是小波阈值去噪的关键性因素。针对小波基和分解层数的确定

提出了一个算法来实现;对于传统硬、软阈值函数的局限性和阈值函数在临界阈值处不存在平滑过渡区的现象

提出了一个参数化的新阈值函数

该阈值函数具有更高阶

通过灵活调节参数使之介于硬、软阈值函数之间

且兼具硬、软阈值函数的优点

并在临界阈值内添加平滑过渡区

可在阈值处理时保留一部分有用的高频信号

较好地抑制了细节系数的过扼杀和信号振荡现象。仿真结果表明:新阈值函数提高了去噪信号的信噪比

减小了均方误差

取得了较好的去噪效果。

Abstract

The wavelet basis

decomposition levels

threshold and threshold function are the key factors of wavelet threshold de-noising. An algorithm is proposed to realize the determination of wavelet basis and decomposition levels. Aiming at limitations of the traditional hard and soft threshold function and the phenomenon of no smooth transition in the critical threshold

the new parameterized threshold function is proposed. This new threshold function has higher order

with a smooth transition at a critical threshold

making it between hard and soft threshold functions through flexibly adjust parameters and possessing the advantages of both hard and soft threshold function. What ’s more

it could retain part of some useful high frequency signal in threshold processing and effectively suppress the stifle of detail coefficients and the phenomenon of signal oscillation. Simulation results show that new threshold function improves the SNR of signal

reduces the MSE and obtains a better de-noising effect.

关键词

Keywords

references

双边非局部均值滤波图像去噪算法 [J]. 韩震,王红斌,余正涛,朱映柔. 传感器与微系统 . 2016(06)

一种改进的小波阈值去噪算法 [J]. 单锐,齐越,刘文. 兰州理工大学学报 . 2014(04)

Applications of Wavelet Analysis in Differential Propagation Phase Shift Data De-noising [J]. HU Zhiqun,LIU Liping. Advances in Atmospheric Sciences . 2014(04)

小波阈值去噪在传感器性能试验数据处理中的应用 [J]. 田丰,孙剑,邵山. 传感器与微系统 . 2014(06)

基于改进小波阈值法的图像去噪算法 [J]. 王琼,公丽颖,任伟建,霍凤财,高飞. 自动化技术与应用 . 2013(11)

一种基于新的小波阈值函数的图像去噪方法 [J]. 黄一鹤. 传感器与微系统 . 2011(09)

A de-noising algorithm to improve SNR of segmented gamma scanner for spectrum analysis [J] . Huailiang Li,Xianguo Tuo,Rui Shi,Jinzhao Zhang,Mark Julian Henderson,Jérémie Courtois,Minhao Yan. Nuclear Inst. and Methods in Physics Research, A . 2016

Adaptive threshold based on wavelet transform applied to the segmentation of single and combined power quality disturbances [J] . Luciano C.M. Andrade,Mário Oleskovicz,Ricardo A.S. Fernandes. Applied Soft Computing . 2016

A new wavelet selection method for partial discharge denoising [J] . Caio F.F.C. Cunha,André T. Carvalho,Mariane R. Petraglia,Antonio C.S. Lima. Electric Power Systems Research . 2015

VLSI Wavelet Based Denoising of PPG Signal [J] . P.V. Kasambe,S.S. Rathod. Procedia Computer Science . 2015

浏览量

312

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于小波变换的阈值自适应寻优去噪方法

小波去噪在智能引线键合机图像处理中的应用

基于柔性压电薄膜的人体脉搏采集与心率评估系统

基于改进混合高斯模型的铁轨异物入侵检测方法

融合光流与改进ORB算法的单目视觉里程计