1 中南大学 信息科学与工程学院, 湖南 长沙 410083
2 有色金属成矿预测与地质环境监测教育部重点实验室(中南大学), 湖南 长沙 410083
3 东华理工大学 地球物理与测控技术学院, 武汉 南昌 330013
4 湖南师范大学 物理与信息科学学院, 湖南 长沙 410081
5 中国人民解放军63983部队, 江苏 无锡 214035
非平稳信号的去噪是信号处理中的热点和难点。文中以冲击原子作为稀疏表示基, 构建了仅对人文噪声敏感的冗余字典。并使用粒子群优化算法对匹配追踪算法进行优化, 提出了基于稀疏表示与粒子群优化算法的非平稳信号去噪方法。为检验方法的有效性, 论文首先进行了针对性的仿真实验。然后将所述方法用于实测的大地电磁信号处理。结果表明, 所述方法可以在保留有用信号的前提下, 有效分离出类充放电噪声、脉冲噪声以及其它多种不规则噪声, 显著提高非平稳信号的信噪比。
稀疏表示 非平稳信号 粒子群优化算法 噪声衰减 冗余字典 sparse representation nonstationary signal particle swarm optimization noise attenuation redundant dictionary 红外与激光工程
2018, 47(7): 0726005
1 中国科学院长春光学精密机械与物理研究所,吉林,长春,130033
2 中国科学院研究生院,北京,100039
针对线性反锐化掩模法对医学图像增强的不足,提出了一种基于多尺度抗噪反锐化掩模的医学影像增强算法(MSNR-UM).该算法将原始图像分解为一个多分辨率金字塔,金字塔的每一级代表该尺度下的细节图像,利用非线性函数对各尺度下的细节图像进行增强,采用与分解过程相反的步骤将处理后的各尺度细节图像合成为增强图像.实验结果表明,在处理同一图像时,MSNR-UM法的背景噪声方差仅为线性UM法的28%.
医学图像处理 反锐化掩模 图像增强 噪声衰减 视觉特性
