基于小波阈值去噪方法的一种改进方案 崔 华，宋国乡（西安电子科技大学 理学院陕西 西安710071）
摘 要：在DL.Dohono和IM.Johnstone提出的多分辨分析小波阈值去噪方法的基础上，提出了一种新的阈值函数。仿真试验结果表明，采用新的阈值函数的去噪效果无论在视觉效果上，还是在信噪比增益上和最小均方误差意义上均优于传统的硬阈值和软阈值。并且，与传统的硬阈值和软阈值相比，此函数不仅表达式简单，易于计算，而且具有优越的数学特性：易于求导，有连续的无穷阶导数。因此新阈值函数的更重要的意义在于使信号的自适应去噪成为可能，为更充分的发挥小波阈值去噪方法的优越性开辟了广阔的前景。
关键词：小波变换； 小波阈值去噪； 阈值函数；均方误差；信噪比A Kind of Modified Project Based on the Wavelet Treshold Denoising MethodCUI Hua, SONG Guoxiang(School of Science, Xidian University, Xi′an, 710071, China)
Abstract：Based on the Multianalysis wavelet threshold denosing method which put f orward by DLDohono and IM.Johnstone, a new threshold function is posedSimulation experime ntal results indicate that the denoising method adopting the mew threshold fu nction gives better MSE performance and SNR gains than hard and soft thresholdi n g methodsMore important thing lies in,,just because of its advantages of high order continuous derivative over the hard and soft threshold functions,,this new threshold function makes it possible to construct an adaptive wavelet thr eshold denoising algorithm,and makes it possible to embody the advantages of the wavelet threshold denoising method more fully
Keywords：wavelet transform; wavelet threshold denoising; thr eshold function; EMS; RSN
1引言
在信号处理中，对含噪信号进行去除噪声的处理一直是其重要内容之一，所采用的算法基 于统计估计原理，即利用噪声的一些先验知识对含噪信号在最小均方误差意义上进行估计。1995年，D.L.Dohono 在小波变换的基础上提出了小波阈值去噪的概念［1］，由于此方法在Besov空间上可得到最佳估计值，而任何其他线性估计都达不到同样的估计结果，因此，阈值去噪的方法引起了世界范围内学者的广泛关注。除了斯坦福大学的D.L.Dohono和I.M. John stone继续对此方法进行较深入的理论研究外［2］，耶鲁大学的R.R.Coifman［3］、德克萨斯大学的Xiaoping Zhang、M.D.Desai［4］等都对此方法作了进一步的研究和应用，在国内，西北工业大学的潘泉、戴冠中等［5］，上海交通大学的李冲泥、胡光锐［6］，北京理工大学的梅文博［7］都拓宽了此方法的应用前景。但是由于此方法所采用的硬阈值函数［1］和软阈值函数［1］分别存在着一些缺陷，如硬阈值函数的不连续性，软阈值函数的导数不连续以及由他估计的小波系数与被处理的信号的小波系数之间存在恒定偏差等，而正是这些缺陷大大限制了这两种方法的进一步应用。
本文提出了一种新的阈值函数，作为对传统的硬软阈值方法的改进。与原来的阈值函数相比，新阈值函数表达式简单、易于计算，而且具有无穷阶导数，便于进行各种数学处理等诸多优良数学性能，同时大大改善了硬软阈值方法的去噪效果，并且为小波阈值的自适应选择提供了可能，为更充分地发挥阈值去噪的优越性开辟广阔的前景。
最后用仿真试验验证了新阈值函数在阈值去噪方法中的有效性和优越性。 2小波阈值去噪
本篇文章共3页，此页为首页 下一页
- ·文史哲
- ·理工医
- ·经济管理
- ·政治法律
