N.E.Huang于1998年提出了一种针对非平稳非线性嘻信号的处理方法—经验模式分解（EMD），该方法给予信号本生的时间尺度特征，把复杂信号分解为有限个固有模态分量（Intrinsic Mode Function,IMF）和一个余项，是一种自适应的信号处理方法。EMD已经广泛应用于信号去噪，伪谐波 ...
分类：
其他好文 时间：
2016-08-07 09:43:29
阅读次数：
428
上次关于语音增强的原理讲说了噪声估计问题，这次打算说下增益因子如何确定，也就是当噪声已知后，如何进行去噪的问题（把增益因子与带噪语音相乘即可）。这里主要说下MMSE滤波，顺带说下谱减法、维纳滤波。当然也有其它方式来实现语音增强的，比如基于矩阵分解原理的子空间法、基于自适应滤波器的降噪，有的方法ico ...
分类：
其他好文 时间：
2016-07-04 06:35:39
阅读次数：
238
一、概述
本文提出了一种改进的基于背景减法的运动目标检测算法，该算法能自适应地对背景进行初始化和实时更新，并能有效克服光照等外界条件变化对运动目标检测的影响。
二、算法介绍
基于背景减法的视频运动目标检测主要包括预处理、背景建模、目标检测和后处理四个步骤。本文的算法流程如图 1 所示，算法中的预处理是对每一帧图像都进行去噪和亮度归一化处理，以抑制光照突变和噪声的影响...
分类：
其他好文 时间：
2016-06-24 15:23:52
阅读次数：
339
一.为什么要去噪 图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像上的白点噪声或 ...
分类：
编程语言 时间：
2016-06-15 14:14:37
阅读次数：
214
OpenCV 之 图像平滑 OpenCV 之 图像平滑 1 图像平滑 图像平滑，可用来对图像进行去噪 (noise reduction) 或 模糊化处理 (blurring)，实际上图像平滑仍然属于图像空间滤波的一种 (低通滤波) 既然是滤波，则图像中任一点 (x, y)，经过平滑滤波后的输出 g( ...
分类：
其他好文 时间：
2016-05-09 01:40:33
阅读次数：
151
1 图像平滑 图像平滑，可用来对图像进行去噪 (noise reduction) 或 模糊化处理 (blurring)，实际上图像平滑仍然属于图像空间滤波的一种 (低通滤波) 既然是滤波，则图像中任一点 (x, y)，经过平滑滤波后的输出 g(x, y) 如下： $\quad g(x, y) = \ ...
分类：
其他好文 时间：
2016-05-07 12:39:29
阅读次数：
241
简介
本篇主要是对NLM去噪算法的实现总结。
参考论文：点击打开链接
基本原理
该算法的基本原理是：假设同一副图像上，有着很多相似的纹理；因此在有噪声的区域，可以通过某种方式情况下，将相似的纹理区域来替换噪声区域。
从而达到较好的去噪效果，并且不太多的损失细节。
具体实现
1、该算法需要遍历整个原图像；首先取出一个原图像pixel，以该pixel坐标为中心，圈出一...
分类：
编程语言 时间：
2016-05-06 15:48:55
阅读次数：
665
＃从特征值分解引入
我们知道矩阵的特征值分解是提取矩阵特征的一个方法，其中v是一个一维矩阵，λ是特征值，代表v表示的矩阵特征的重要性。但矩阵的特征值分解有一个局限性，在于变换的矩阵必须是方阵。奇异值分解现实世界中大部分矩阵都不是方阵，这时如果我们想描述矩阵的特征，就要用到奇异值分解。
假设A是一个N * M的矩阵，那么得到的U是一个N * N的方阵（里面的向量是正交的，U里面的向量称为左奇异向...
分类：
其他好文 时间：
2016-04-29 19:43:55
阅读次数：
157
实验名称 图像去噪 实验目的 1、掌握算术均值滤波器、几何均值滤波器、谐波和逆谐波均值滤波器进行图像去噪的算法 2、掌握利用中值滤波器进行图像去噪的算法 3、掌握自适应中值滤波算法 4、掌握自适应局部降低噪声滤波器去噪算法 5、掌握彩色图像去噪步骤 实验内容 1、均值滤波 具体内容：利用 OpenC ...
分类：
其他好文 时间：
2016-04-24 17:04:16
阅读次数：
454
＃从特征值分解引入
我们知道矩阵的特征值分解是提取矩阵特征的一个方法，其中v是一个一维矩阵，λ是特征值，代表v表示的矩阵特征的重要性。但矩阵的特征值分解有一个局限性，在于变换的矩阵必须是方阵。奇异值分解现实世界中大部分矩阵都不是方阵，这时如果我们想描述矩阵的特征，就要用到奇异值分解。
假设A是一个N * M的矩阵，那么得到的U是一个N * N的方阵（里面的向量是正交的，U里面的向量称为左奇异向...
分类：
其他好文 时间：
2016-04-23 20:01:42
阅读次数：
143
