去噪演算法

A. 圖像去噪方法有哪些

減少雜訊的方法可以在圖像空間域或在圖像變換域中完成。
圖像空間域去噪方法很多，如：線性濾波法、中值濾波法、維納濾波法等。
圖像變換域去噪方法有：傅里葉變換和小波變換等

B. 信號去噪方法有那些

哪種信號啊？信號分老多種啦!
我對雷達較有研究給你我的論文看一下吧

常常借鑒地震資料處理的反褶積方法，將雷達記錄轉變為反射系數序列。然而由於地下介質的復雜性和各種雜訊的影響，常常反褶積對雜波與信號的分離並無改善；所以很多情況下應用效果並不理想。鑒於利用常規的探地雷達數據處理方法進行目標體資料分析，易受雜波干擾、波形混疊等等因素影響而導致應用解釋效果欠佳，因此對於探地雷達的數據處理方法仍有待於進一步深入研究。

在圖像和信號處理論域廣泛應用的小波變換，以及基於HHT變換的EMD分解等時頻分析方法，近年來在探地雷達數據處理中得到了重視。小波變換具有線性變換、多解析度分析、局部細化、可靈活選擇小波基等等優點，對瞬態非平穩信號或寬頻信號分析具有獨特之處，使得它非常適合於探地雷達脈沖信號的處理。而希爾伯特(換是提取信號瞬時參數的有效途徑，但它對信號的提取有條件要求；基於HHT變換的經驗模態分解，依據數據本身的信息進行分解，得到的固有模態函數信號是有限個且均滿足Hilbert變換對信號的提取條件，較之基於傳統的傅立葉變換的時頻分析方法，具有真正有意義的瞬時參數分析。

由於應用探地雷達的瞬時參數分析可以形成三個參數相互獨立的解釋剖面，從而比較全面的了解地下介質變化情況。但是瞬時參數易受雜訊影響，尤其是瞬時相位對雜訊干擾比較敏感。而城市環境中探地雷達探測信號干擾較多，同時由於工作條件的復雜多樣，有時直達波強度常常可與探測目標回波強度相比擬。由於直達波的消除不易，使得對目標的特徵識別、解釋以及空間定位比較困難。在進行處理時，雜波的移除是非常重要的部分。為此首先進行常規處理，主要是消除直達波強烈影響。簡單的做法是從實測的探地雷達記錄中直接消減直達波記錄；或者通過選擇合理的濾波參數，採用移動平均濾波器或中值濾波器消減直達波；

在此基礎上，採用小波變換方法對探地雷達數據進行降噪分析處理。從效果上講，以Donoho的閥值去噪方法最為突出。這里利用Mallat提出的多解析度分析的概念和正交小波快速演算法（Mallat演算法），假定雜訊信號廣泛分布在各個尺度且幅值相對較小，通過正交變換，將信號能量集中在某些頻帶的少數幅值相對較大系數上。為了數據處理方便，藉助Matlab提供的方便而強大的計算及可視化工具，利用Matlab的小波工具箱函數，只須應用簡單的信號處理知識和編程技能，就可以通過Matlab編程進行小波閥值估計，給予其它頻帶上的小波系數較小的權重或者置零，從而達到有效抑制雜訊的目的。總的來說，應用小波變換處理可以有效地消除各種雜訊干擾，從而更清楚有效地顯示目標層位。

通過上述數據處理過程，避免了在雜訊干擾情況下直接進行經驗模態分解較難獲得良好的分解效果的問題。由於希爾伯特－黃（HHT）變換具有一定的雜訊分解能力，不同尺度的雜訊被分離到不同的固有模態函數，使得雜訊對信號的影響減小，從而信號特徵的提取的有效性和信號分解的精度都有了提高。通過對經驗模態分解得到的IMF信號進行變換，獲得瞬時頻率、瞬時相位、瞬時振幅等瞬時參數，其中瞬時頻率可以較好的探測地下介質的形狀和性質的變化；瞬時相位可有效的探測地下介質的連續性並且與信號振幅無關，可以更好的分析深層信號特徵；瞬時振幅反映了信號能量的變化，可以推測地下介質性質的變化。

綜上所述，根據探地雷達信號的特點，通過試驗和研究，首先去除直達波等干擾，並利用小波變換具有良好的時頻分析特性進行信號去噪，再利用希爾伯特－黃（HHT）變換得到瞬時頻率、瞬時相位、瞬時振幅等瞬時參數，形成多個參數剖面，可以多角度多方面的分析探地雷達剖面並易於給出合理的地質解釋。因此，在探地雷達信號去噪基礎上，基於EMD分解的瞬時參數分析在探地雷達數據處理中具有很好的應用前景。

C. matlab圖像去噪演算法里 均值濾波跟中值濾波降噪為什麼必須轉換成灰度圖像才可以處理

其實都可以對彩色圖像處理的，只是matlab裡面的實現不一致。均值濾波和中值濾波matlab函數只考慮了單通道當然就必須轉換成灰度圖像；小波降噪的matlab函數不知道你是用的那個，肯定也需要把三通道的彩色圖像先轉換成單通道，分別去噪以後再整合成彩色圖像。總的來說一般圖像去噪都是對單通道來處理的，因為大部分的filter都是對二維矩陣來操作的，要是對三通道處理也需要分別對不同的通道處理再整合。

D. 特殊去噪方法

在一個彈性分界面上形成的反射波、轉換波均屬於體波。在三維空間內，體波隨著時間的變化向整個彈性空間的介質體積內傳播。相對於體波而言，在彈性分界面附近，還存在著另一類波動，即面波。從能量來說，面波只分布在彈性分界面附近。其中，分布在地面附近自由表面的面波稱為瑞雷面波(Rayleigh)。在地震勘探勘探中，把它作為一種干擾看待，需要壓制或者剔除掉。但在工程勘探中，利用面波的頻散現象，可以反演表層速度結構，通常可以作為一種工程勘察手段。另外，在表面介質和覆蓋層之間，還存在一種SH型面波，稱為樂夫面波(Love)。在深部兩個均勻介質之間還存在類似瑞雷面波的斯通利面波(Stoneley)，在測井的飽和度計算中它可以得到很好的應用。

(1)極化濾波(polarization filtering)

在反射波的有效頻帶內，面波與有效波成分重合。半空間自然條件的復雜性、地表固體介質的縱橫向非均勻性等因素，導致面波波場變得復雜，這樣常規處理中使用帶通濾波去面波將丟失有效波的低頻成分。F-K濾波、τ-p變換等方法壓制面波，通常會產生一定的混波效應，有效波的保真度將受到一定程度的影響。

極化濾波又稱為向量濾波(vector filtering)、自適應濾波(adaptive filtering)等。採用極化濾波的方法壓制面波十分重要。縱波與瑞雷波在傳播過程中，質點的極化方式不同，能夠利用這種不同的極化特徵，採用極化分解技術的濾波方法去壓制面波干擾，提高地層反射波與轉換波的信噪比。Chiou-Fen、R.B.Herrmann(1990)較早提出採用極化濾波和相位匹配濾波壓制面波的方法^{［99，100］}，張建軍(1999)提出了利用極化濾波提取有效瑞雷面波的方法^［101］。近年的SEG年會，也有大量的文獻介紹極化濾波的演算法與效果。但是，由於資料或演算法優化問題，在應用中有成功的，也有不成功的。

理論上，面波具有以下特徵:

1)在傳播方向的垂直面(xOz平面)內，介質質點沿橢圓軌道逆時針運動，是面上的橢圓極化波;

2)介質質點振動的振幅隨深度Z迅速衰減，且衰減系數與波長成反比，具有明顯的頻散現象;

3)X方向的振動和Z方向的振動存在π/2的相位差;

4)在三維空間，面波的波前面是一個圓柱體。振幅隨槡r(r為傳播波前面擴散半徑)衰減，比體波的球面擴散要慢。

實際上，在地震記錄上，面波表現的特徵是:

1)傳播的視速度低、能量強、視頻率低、頻散現象明顯等;

2)受其他信號與面波信號的疊加影響，實際地震記錄的Z分量與R分量極化圖呈不規則橢圓形狀。

全數字3D3C採集記錄了X、Y、Z三分量完整的波場，包含了縱波、轉換波、面波等完整的波場矢量信息。由於Rayleigh面波在空間的質點運動軌跡是橢圓，彈性體波在空間的質點運動軌跡是直線，隨機雜訊在空間的質點運動軌跡沒有一定的形狀，沒有確定的方向性。根據這些特徵，對三分量檢波器所記錄的面波水平與垂直分量的極化圖進行橢圓擬合後，就可以從三分量的水平與垂直分量記錄中有效地消除面波的影響以提高資料數據信噪比。通常，極化濾波在坐標旋轉後的Z分量和R分量上進行。

以下介紹極化濾波實現方法及應用效果。

1)橢圓參數求解。

橢圓一般圓錐曲線方程表示為

圖4.3.8 典型的P波泄漏轉換波記錄

圖4.3.9 P波泄漏壓制前(左)後(後)記錄

(3)P波泄漏衰減(Pwave leakage attenuation)

在非規則地表或低降速帶較薄的情況下，如轉換波記錄的X和Y分量上往往存在頻率較高、速度也比較高的具有雙曲線特徵的P波干擾，即P波泄漏干擾。如圖4.3.8可見，在一些轉換波記錄上，P波泄漏干擾十分嚴重，如不採用合理的方法進行壓制，就嚴重影響轉換波處理效果。

P波泄漏的衰減方法可以採用類似於去多次波的方法實現，只是在去除P波泄漏時首先利用估計的轉換波速度進行NMO動校正。由於轉換波速度比縱波速度低，當轉換波基本校直時，縱波將出現嚴重的校正過量，可利用高精度τ－p域去噪方法衰減泄漏的P波。當然，也可以使用縱波的速度對轉換波記錄進行動校正，並利用二維去噪技術濾除水平同相軸。

還可以根據P波在Z分量上和R分量上具有相似性的特徵，進行P波泄漏壓制。利用自適應濾波方法去除轉換波中與Z分量相同的部分信號，從而達到壓制P波泄漏干擾的目的。

圖4.3.9為P波泄漏壓制前後的轉換波記錄，可見主要目的層(2500～3000ms)及以上的P波泄漏得到較好的壓制。轉換波記錄的信噪比得到了進一步提高。

E. 心電信號的幾種去噪方法比較

摘要:由於心電信號的雜訊嚴重影響著數字心電信號的分析診斷,因此去噪問題一直是計算機心電分析的一個重要課題.……

F. 請問有關數字圖像去噪演算法關於空域和頻域有哪些演算法

請問有關數字圖像去噪音法，天空工程和頻域。

G. 基於MATLAB的非線性圖像去噪的演算法介紹

非主流是什麼意思啊，如果不用傳統的高斯濾波的話，可以考慮雙邊濾波bilateral filter,記得有個fast bilateral filter,參考http://people.csail.mit.e/sparis/bf/，效率挺高的。雙邊濾波的matlab代碼網上也有。

H. 如何根據雜訊類型選擇不同的去噪方法;

圖像在採集和傳輸中會不可避免的受到雜訊的污染，影響人們對圖像的理解和分析處理。圖像去噪的目的就是濾除雜訊，減少雜訊的影響，使圖像信息更加真實的呈現。本文簡單介紹了圖像雜訊的分類及常用的圖像的去噪方法，對傳統的中值濾波方法進行了分析，並針對傳統的中值濾波方法存在的不足,提出自適應中值濾波方法，並在MATLAB軟體上進行了編程和模擬。結果表明自適應中值濾波方法對雜訊密度較大的圖像比傳統中值濾波有更好的濾波效果。

本文第一章對數字圖像處理常用方法，圖像雜訊的分類和主要去噪方法等基礎知識做了介紹，並對MATLAB軟體發展主要組成和功能進行了概括，同時對用於圖像處理的MATLAB主要函數進行了介紹。第二章對圖像的中值濾波方法的原理和演算法進行介紹，並分析其不足，提出自適應中值濾波器的設計。第三章對自適應中值濾波器的原理和設計演算法做了分析，並在MATLAB軟體上進行了編程和模擬，對處理結果進行比對、歸納。最後，對本論文做了總結。

I. 去噪演算法中的3σ准則是什麼

誤差超過3σ的情況僅占總數的0.3%，所以捨去。因操作出錯導致的偏差（這就不是誤差了）通常遠高於3σ。