为了在滤除图像椒盐噪声的同时保护图像边缘细节, 提出了一种基于连通性检测的图像椒盐噪声滤波算法。由于椒盐噪声点的灰度值与正常像素点的灰度值相比往往存在较大差异, 本算法先通过比较像素点灰度值与其邻域像素点灰度值, 将差异较大的像素点列为疑似噪声点, 然后通过检测疑似噪声点是否是图像连通区域的一部分来判断该点是否是噪声点, 最后通过中值滤波器将噪声点滤除。该算法可以有效区分图像区域边缘与椒盐噪声。实验结果表明, 该算法可以有效去除密度范围从0~0.9的椒盐噪声, 在0.9的噪声密度下, 算法的峰值信噪比仍可达到30 dB。满足有效去除不同密度范围的椒盐噪声的同时保护图像细节的要求。

低频电噪声是表征电子器件质量和可靠性的敏感参数, 通过测试低频噪声, 可以快速、无损地实现光耦器件的可靠性评估。通过开展可靠性老化对光电耦合器低频噪声特性影响的试验研究, 提出基于低频段宽频带噪声参数的光电耦合器可靠性筛选方法, 并将可靠性筛选结果与点频噪声筛选方法结果进行对比分析。结果表明, 与点频噪声参数等现有方法相比, 宽频带噪声参数可以更灵敏和准确地表征器件可靠性, 同时计算简便, 基于宽频带噪声参数的光电耦合器可靠性筛选方法可以实现更为准确合理的可靠性分类筛选。

深度图像作为Kinect传感器的重要组成部分, 其获得的深度图像往往伴随着不可避免和无法预知的阴影噪声, 这也极大地影响并制约其在三维可视化等方面的应用及研究。因此, 针对深度图像提出了一种基于分数阶微分的阴影检测方法。在研究分数阶微分定义的Tiansi模板基础上, 设计并实现了一种非线性拉伸算子。该算子在0.6阶次可以增强阴影区域边界信息的同时实现阴影的有效检测。通过分析比较发现, 该方法在F测度的评价体系中可以达到0.971, 而其他传统的检测方法均小于0.7。实验结果证明文中提出方法可以有效实现深度图像的阴影检测。

在宽的输入偏置电流范围条件下, 开展了光电耦合器件低频噪声特性测试与功率老化和高温老化的可靠性试验研究。结果表明, 光电耦合器件的低频噪声主要是内部光敏晶体管1/f噪声, 并随输入偏置电流的增大呈现先增大后减小的规律, 这与器件的工作状态密切相关。功率老化试验后, 高输入偏置电流条件下的低频噪声有所增大, 这归因于电应力诱发的有源区缺陷。高温老化试验后, 整个器件线性工作区条件下的低频噪声都明显增大, 说明温度应力能够更多地激发器件内部的缺陷。相对于1/f噪声幅度参量, 低频噪声宽带噪声电压参量可以更灵敏准确地进行器件可靠性表征。

基于Michelson干涉光路的光纤水听器内部存在法拉第旋镜，其传感信号受到强电磁场的干扰。改进的传感光路结构将法拉第旋镜与光纤水听器分离，使得传感信号不受强电磁场的干扰。制作了新型光纤水听器，并将其安装于大型变压器内部。利用制作的光纤水听器成功测量了不同负载电流情况下变压器内部的噪声。

提出一种去除椒盐噪声的自适应云理论滤波算法,该算法采用云的极大判定法则将图像中的像素分类为噪声点和信息点。对检测出的噪声点,利用周围信息点通过自适应云推理进行去除,信息点保持其灰度值不变直接输出。实验结果表明,该算法能有效去除椒盐噪声,保护图像细节,尤其在高强度噪声下,优势突出,较传统中值滤波及其改进算法有更好的滤波性能。

提出了一种基于斜率差值的自适应中值滤波算法，以有效去除图像脉冲噪声。该算法在经典自适应中值算法的基础上，采用斜率差值进行噪声判定。针对自适应中值滤波算法和基于斜率的自适应中值滤波算法在噪声强度较高情况下的不足进行了改进，同时解决了噪声块难以去除的问题。实验结果表明，该算法能有效去除图像脉冲噪声，并较好的保护图像细节。

光纤传递链路中相位噪声探测是基于光纤的精确射频标准传递系统中重要组成部分。为解决光纤链路相位噪声探测中节点反射干扰的问题, 本文基于广义非线性薛定谔方程, 理论上研究了窄带光学频率梳在色散位移光纤中的非线性光学传播特性。在理论分析的基础上, 结合密集波分复用架构, 提出了一种基于锁模光学频率梳进行光纤传递射频信号的相位噪声探测新技术, 克服了节点反射干扰, 给出了初步实验验证。

针对传统中值滤波算法在图像去噪过程中造成较多图像细节信息丢失的问题, 提出了一种基于噪声点多级检测的自适应中值滤波算法。该算法根据像素的空间相关性, 逐级检测不同空间特征的噪声点。首先根据滤波窗口中相近像素点的数量来检测空间孤立的单个噪声点; 然后通过扩展邻近窗口的方式检测空间连续的两个噪声点; 接着进一步增加约束条件对空间连续的三个及以上的噪声点进行检测; 最后对判断为噪声的像素用滤波窗口的中值替换。此外, 该算法还能通过自适应地调整像素空间相关性判别阈值来处理不同分布特征的噪声。实验结果表明, 与现有中值滤波算法相比, 算法在有效滤除图像噪声的同时能更好地保护图像细节信息。

为了改善中值滤波的滤波效果，提出了一种基于数据统计特性进行噪声检测的中值滤波算法，采用通过数据的离散程度检测出噪声点，仅仅对噪声点进行中值滤波的方法,对实验激光图像进行处理，计算了各算法处理图像的散斑指数、峰值信噪比和归一化均方误差，比较了它们的散斑抑制能力。结果表明，新方法确实具有滤波优势。