基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
小波阈值去噪是信号与图像去噪中的有效方法,然而,该方法采用逐点处理的方式,未用到小波系数的整体结构特性.文中提出一种新的小波去噪方法,采用了新近发展起来的稀疏表示工具,通过在一定条件下最小化非零小波系数的个数对原小波系数进行估计,从而将去噪转化为一个最优化问题.证明了该优化问题的解可以惟一获得,并且该解是干净小波系数的一个无偏估计值.文中提出了一种求解该问题的方法,该方法至少能求得一个局部最优解.实验结果表明此方法对多数实际信号尤其是低信噪比信号是有效的.
推荐文章
基于小波变换和稀疏表示的图像去噪
稀疏表示
小波变换
图像去噪
基于字典训练的小波域稀疏表示微地震去噪方法
微地震
随机噪声压制
稀疏表示
字典学习
小波变换
基于稀疏表示的TQWT在低频振荡信号去噪中应用
可调Q小波变换
稀疏表示
低频振荡信号
去噪
基于非抽样小波字典和稀疏表示的图像去噪方法
图像去噪
稀疏表示
非抽样小波
过完备字典
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于稀疏表示的小波去噪
来源期刊 中国科学(信息科学) 学科 工学
关键词 信号处理 去噪 稀疏表示 小波变换
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 33-40
页数 8页 分类号 TN911.4
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信号处理
去噪
稀疏表示
小波变换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科学(信息科学)
月刊
1674-7267
11-5846/N
北京东黄城根北街16号
chi
出版文献量(篇)
1697
总下载数(次)
4
总被引数(次)
13096
论文1v1指导