雨燕降噪方法

混论坛这么多日子了，除了偶尔发点小改装的作业，还真没给广大车友做过多大贡献，近日发觉抱怨1.3发动机噪音异响的帖子有逐渐成为月经贴的趋势，为了给大家耳朵造福……还是总结一下我的那点经验和方法吧！车版兔版看看特例给个精吧！我现在困的要命还要给

大家写总结……

既然我们的目的是给1.3的车子降噪，那么首先一点应该总结一下车厢里听到的噪音都是从哪里来的：

一、发动机本身运转摩擦的噪音,尤其是发动机负载加大（急加速，上坡，带空调）时，轰鸣的声音让人耳膜痛，这个是铃木发动机的特性！对，就是特性，也就是说铃木的1.3发

动机就这样，不管你是JL474还是G13B！

二、正时皮带发出的摩擦声，容易和发动机本体声音混在一起，不易察觉。

三、气门响。这个也是铃木G系发动机的通病，不管你新车老车跑了多少公里，都有可能出现这个响声，停车打开机盖你就听见机舱里“ 哒哒哒哒哒哒” 这个就是气门响了。

另一、廉价的纸糊轮胎带来的额外路噪。

另二、雨燕的风阻系数并不算小，前挡风玻璃的倾斜角度不大，所以风噪也不小。

另三、长安悲催的内饰做工以及差劲的装配质量所带来的车内异响、悬挂异响等等等。

另四、像我等人喜欢用直排等噪音大的排气管，这个纯粹属于自虐，不做评论……（办公室楼下有一台BMW M3，4.0升8缸发动机、四根直排……那声音……简直就是惊天地泣鬼

神！）

好了，以上就是主要我们做在车里时耳朵所需要忍耐的绝大多数虐待方式，下面我们来逐一解决这些问题。

一、尽可能降低发动机内部零件摩擦，选用粘度稍高的机油。众所周知，大家常用的（4S 店也常用）壳牌机油在静音上不太理想，比美孚一号全合成之类的噪音大一些，推荐不差米的童鞋用正品银美孚一号，400多块。更在乎性价比的可以考虑美孚速霸之类的半合成机油，200-300块。这个可以让发动机运转的噪音小一点点，当然，只是一点点，不过后面还有呢，往下看！（因为本人长期使用美孚一号银装全合成，近期才改用速马力小彩虹，所以对机油了解不是非常全面，希望用过很多各种不同机油的TX们给予补充和不同意见）

二、雨燕的正时皮带好像是盖茨牌的（现在新款的不知道了，但肯定不会好过盖茨），这个牌子其实不算差，但是雨燕用这个皮带就会产生一些额外的噪音，原因是皮带有点松，不够紧，这个是材质造成的。推荐使用特高（DENSO）进口羚羊皮带，和雨燕1.3通用，换这个零件效果十分显著！强烈推荐，淘宝上120块搞定！建议连张紧轮还有发电机皮带、空调皮带一起换，这样省工时费！1.3换正时皮带工时费大约200左右（因为比较麻烦，需要拆一侧发动机支架才能打开皮带盒）

三、防火墙隔音！有些新手童鞋可能要问，神马是防火墙？防火墙就是发动机后面，仪表台前面，中间这一层挡火板，长安在做这一部分时能省则省，造成这层防火墙的隔音效果奇差，发动机舱的噪音直接穿透然后传进我们耳朵里。更悲催的是，做这个隔音不但十分麻烦，而且要花不少钱，光是拆仪表台的人工费就要3、500块，隔音材料另算。这个效果也是非常明显的。

四、全车隔音！要想安静，这个也是有必要的，全车隔音包括：发动机盖、四门、地板、前后翼子板、尾门（防火墙不包括）。价格有高有低，看你用什么材料以及砍价能力了，1000-3000块都有！想省钱可以自己买材料DIY。这个对降低风噪、路早都有一定帮助，关门声也会更加厚重动听。

五、调气门，这一点存在一些争议，有些车友发觉在修理厂调气门后，气门声音小了，但油耗变大了，动力变弱了。这都是因为调气门就是调节进气和出气时气门开启的角度和时间造

成的影响，有利有弊。我的建议是……不管他，爱响响去！

六、换静音一些的轮胎，赶快扔掉那悲催的锦湖吧，市场上米其林等等知名品牌都有静音系列的轮胎可以供我们使用，安静舒适又安全，何必省那点钱呢！

七、换短天线，这个……能在高速上120以上体现出来……原装的长天线就跟放风筝似的……发出一片“咻咻”的破空声……

八、如果你做防火墙隔音，那么拆仪表台时别忘了把一些卡扣的地方用软材料包裹一下，参见灰太狼童鞋以前的作业，大家搜索一下吧……老贼又犯懒了……

九……九……暂时没想出来了，想到时再补充吧，大家多提建议吧，还有什么地方异响需要解决的。要常见的，具有普遍性的。

环保工程(降噪)方案

三、发电机房环保工程方案设计 （一）无排烟管环保型柴油发电机组方案说明 采用政府相关职能部门认可的除黑烟技术，并确保设备可通过环保验收。烟气净化处理后，排烟尾气满足林格曼系数≤1级。 1.1、无排烟管环保型柴油发电机组，黑烟净化处理 1.2、实现了发电机尾气排放无需排烟管，改传统高空集中排放为低空分散排放。 1.3、洗烟装置和发电机组合二为一，使机组所占空间变小。 1.4、排烟黑度达到林格曼黑度零级、CO、SO2、NOX等有害气体排放值优于于欧Ⅲ、欧Ⅳ排放标准10-20倍。 1.5、利用双膜理论化学喷淋，化学清洗液循环使用，节约水资源，降低使用成本，不造成二次污染。 1.6、尾气排放利用阿基米德定律，负压排出使发动机尾气在高度净化的情况下不影响机组功率，不增加燃油消耗。 1.7、排气温度从450℃至800℃降低到90℃以下，更适合军事领域应用。 1.8、有效降低机组噪音，使噪音减少10至20分贝。 1.9、机组一体式净化，底座直接水洗净化。 一、无室外排烟管环保型柴油发电机组概述 （一）、产品所属领域： 无排烟管环保型柴油发电机组项目，属于《2006年度科技型中小企业技术创新基金项目指南》重点支持的内容:既——（四）光机电一体化——（三）先进制造技术及其装备——（1）先进制造系统——具有先进技术和工艺的单元设备、制造系统、生产线等：如复合加工、组合加工、绿色制造等相关装备和系统。 本项目是自主研发、具有《柴油发电机组净化烟方法及其装置》发明专利。专利号：ZL 2004 1 0098684.X （二）、产品关键技术： 1：使用多种方法综合处理柴油发电机组废气，使其净化效果达到欧Ⅳ排放标准以上。 2：充分利用柴油发电机组的结构巧妙地与柴油发电机组结合为一体。 3：通过合理设计，保证柴油发动机排烟具备长期稳定的净化效果。 （三）、产品创新点： 应用创新:采用双膜理论，用化学液体循环喷淋和过滤装置相结合，综合处理废气。 结构创新:排烟净化系统与柴油发电机组结构的一体式净化化设计； 结构创新:机组底架设计成清洗液循环箱体底架，具有多功能。 本项目通过深圳市环境保护监测站监测，监测结果如下： 对比结果成份环保型机组KW/H排 放量（g/kw.h） 欧Ⅲ（g/kw.h）欧Ⅳ(g/kw.h) NO X 0.21 5.0 3.5 SO 2 0.01 CO 0.15 2.1 1.5

图像降噪

《数据仓库与数据挖掘课程》论文 题目: 基于MATLAB的图像降噪研究学院: 数理与信息工程学院 专业: 信息与计算科学 班级: 姓名: 学号: 指导教师: 陈小波

2015年 1月4日

基于MATLAB的图像降噪研究 【摘要】在信息化的社会里，图像在信息传播中所起的作用越来越大。所以，消除在图像采集和传输过程中而产生的噪声，保证图像受污染度最小，成了数字图像处理领域里的重要部分。 本文主要研究分析邻域平均法、中值滤波法、以及小波变换法的图像降噪算法。首先介绍图像处理应用时的常用函数及其用法；其次详细阐述了三种降噪算法原理及特点；最后运用Matlab软件对一张含噪图片（含高斯噪声或椒盐噪声）进行仿真降噪，通过分析仿真结果得出：均值滤波是典型的线性滤波，对高斯噪声抑制是比较好的；中值滤波是常用的非线性滤波方法，对椒盐噪声特别有效；对小波系数进行阈值处理可以在小波变换域中去除低幅值的噪声和不期望的信号。 关键词：均值滤波，中值滤波，小波降噪，图像降噪 一、引言 图像降噪技术的研究历史非常久远，要追溯到70年代，现在每年仍有大量公发表的文献讨论这方面的问题。信息传输中，媒介有很多，而图像是其中最主要之一。因为图像承载的信息量大，传输速度快，作用距离远等一系列优点，使图像成为信息传输的良好载体，是人类认识世界和认识自我的非常重要的途径。在图像处理技术的早期，人们是用给拍到的黑白照片上颜色来反映真实自然外界和人类的历史。随着科学技术的发展和完善，原始的图像处理技术已经被现在的计算机图像处理技术逐渐的代替了。但是计算机对图像处理要经过很多过程，但是图像数字化后，整个技术的过程就更加直接了，同时凭借着图像的数字化，数字图像处理技术得到了很快的发展。数字图像和我们的生活有着千丝万缕的关系。在人的生命中，不管是工作还是生活都离不开数字图像给我们带来的信息，像我们每天看的电视，像很多科学实验的展现等等，都离不开数字图像。 图像降噪技术的应用广泛不仅是因为它的应用范围的特性，也是因为它的简单的操作性，以及可逆性，它是对图像处理技术评估一个方便直接的平台。在以前，有很多的学术喜好者利用自己的方法研究图像降噪的问题，图像降噪技术是图像处理技术的关键技术之一，在处理图像的过程中我们不能避免噪声的出现，人们根据噪声的特性以及它的频谱的特点，各种各样的图像降噪技术的方法随运而生，得到了广泛的应用。图像降噪技术中的统计估计方法和空间自适应滤波法和偏微分方法，都有其缺点应用的范围不是很广，而变换域方法小波变换降噪处理技术运用起来非常有效和方便。近年来，小波理论广泛的应用特性，使得小波技术的发展速度相当的惊人，这个理论具有完备的时域特性。发展速度快，实际

滤波图像降噪算法研究报告

研究生课程论 文 基于滤波的图像降噪算法的研究 课程名称专业文献阅读与综述 姓名张志化 学号1200214006 专业模式识别与智能系统 任课教师钟必能 开课时间2018.9——2018.11 教师评阅意见： 论文成绩评阅日期 课程论文提交时间：2018 年11月11日

基于滤波的图像降噪算法的研究 摘要：图像在获取和传输过程中，往往受到噪声的干扰，而降噪的目的是尽可能保持原始信号主要特征的同时除去信号中的噪声。目前的图像去噪方法可以将图像的高频成分滤除，虽然能够达到降低噪声的效果，但同时破坏了图像细节。边缘特性是图像最为有用的细节信息，本文对邻域平均法、中值滤波法及维纳滤波法的图像去噪算法进行了研究分析和讨论。 关键词：滤波；图像噪声；图像降噪算法；评价方法； 1 引言 数字图像处理，就是利用数字计算机或其他数字硬件，对图像信息转换而来的电信号进行某种数字运算，以提高图像的实用性，进而达到人们所要求的某种预期效果[1]。数字图像处理已经广泛应用于遥感、工业检测、医学、气象、侦查、通信、智能机器人等众多学科与工程领域中。 数字图像处理技术的优点主要有：<1)再现性好。数字图像处理不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的真实再现。 <2)处理精度高。按目前的技术，几乎可以将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16 位甚至更高，意味着图像的数字化精度可以满足应用需求。 (3>适用面宽。图像可以来自多种信息源。从图像反映的客观实体尺度看，可以小到电了显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像组合而成，均可用计算机来处理。 (4>灵活性高。由于图像的光学处理从原理上讲只能进行线性运算，极大地限制了光学图像处理能实现的目标；而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数字公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 (5＞信息压缩的潜力大。数字图像中各个像素是不独立的，其相关性大。在图像画面上，经常有很多像素有相同或接近的灰度。就电视画面而言，同一

一种双麦克风自适应语音降噪算法研究与实现

一种双麦克风自适应语音降噪算法研究与实现北京大学硕?论文龋枉自目版权声明任何收存和保管奉论文各种版本的单位和个人，未经本论文作者同意，不得将本论文转借他人，亦不得随意复制、抄录、拍照或以任何方式传播。否则，引起有碍作者著作权之问题，将可能承担法律责任。北京大学硕士论文摘要在现代社会中，语音信号处理(如语音增强、语音识别、语音编码、语音压缩、语音台成等)广泛应用在远程通信、车载电话、视频会议、办公自动化、人工智能系统等众多领域。由于传声器在拾取语音信号时不可避免地受到环境噪声、混响和其他说话人语音的影响，接收到的语音信号往往己被污染，因此消除语音中的噪声，以实现语音增强是语音技术的一个关键问题，多年来已经提出了大量的算法。双麦克风阵列具有尺寸小，装备灵活，可实现自适应噪声消除算法等优势，将在车载语音导航系统、机器人语音识别、视频会议及助听设各等场合获得广泛应用。本论文开展基于双麦克风阵列和自适应噪声消除(,,,,,,,,,,,,,,,,;,,,,,,,,:,,,)结构的语音降噪算法研究，完成的主要工作包括: ,)阅读了双麦克风,,,语音降噪技术国内外文献，较为全面地分析和研究了现有基于双通道麦克风阵列的,,,语音降噪技术，完成了相关技术文献综述。 ,)研究了基于取麦克风的,,,语音降噪方法，详细分析了,,,语音降噪的基本理论和算法实现，开展了基于,,机的,,,,,,算法仿真，验证了,,,语音降噪方法的有效性。 ,)分析了基于玻麦克风,,,语音降噪方法在存在串话条件下的局限性，基于双麦克风串话信号模型，开展基于双自适应滤波器的,,,噪声消除架构 (,,,—,,,)的语音降噪方法研究，推导了相应的自适应算法，利用基于,;机的,,,,,,仿真实验，验证了基于双麦克风,,,,,,,语音降噪方法的有效性。 ,)针对基于双麦克风,,,—,,,语音降噪方法在混响和串话同时存在的情况下性能不佳的问题，采用级联,(滤波器和自适应滤波器的自适应噪声消除架构 (,,,,,—,,,)实现语音降噪和去混响。论文推导

心电数据处理与去噪

燕山大学 课程设计说明书题目心电数据处理与去噪 学院（系）：电气工程学院 年级专业： 11级仪表一班 学号： 110103020036 学生姓名：张钊 指导教师：谢平杜义浩 教师职称：教授讲师

燕山大学课程设计（论文）任务书 院（系）：电气工程学院基层教学单位：自动化仪表系 说明：此表一式四份，学生、指导教师、基层教学单位、系部各一份。 2014年7月 5 日

摘要 (2) 第1章设计目的、意义 (3) 1.1 设计目的 (3) 1.2设计内容 (3) 第2章心电信号的频域处理方法及其分析方法 (4) 2.1小波分析分析 (4) 2.2 50hz工频滤波分析 (10) 第3章 GUI界面可视化 (14) 学习心得 (15) 参考文献 (15)

信号处理的基本概念和分析方法已应用于许多不同领域和学科中，尤其是数字计算机的出现和大规模集成技术的高度发展，有力地推动了数字信号处理技术的发展和应用。心脏周围的组织和体液都能导电，因此可将人体看成为一个具有长、宽、厚三度空间的容积导体。心脏好比电源，无数心肌细胞动作电位变化的总和可以传导并反映到体表。在体表很多点之间存在着电位差，也有很多点彼此之间无电位差是等电的。心脏在每个心动周期中，由起搏点、心房、心室相继兴奋，伴随着生物电的变化，这些生物电的变化称为心电 它属于随机信号的一种，用数字信号处理的方法和Matlab软件对其进行分析后，可以得到许多有用的信息，对于诊断疾病有非常重要的参考价值。 关键字：信号处理心电信号Matlab

第一章设计目的、意义 1 设计目的 进行改革，增大学生的自主选择权，让学生发展自己的兴趣，塑造自己未来的研究发展方向。课程设计的主要目的： （1）培养学生文献检索的能力，特别是如何利用Internet检索需要的文献资料。 （2）培养灵活运用所学的电力电子技术知识和创造性的思维方式以及创造能力。 （3）培养学生综合分析问题、发现问题和解决问题的能力。 （4）培养学生用maltab处理图像与数据的能力。 2 设计内容 2.1 设计要求： 要求设计出心电数据处理的处理与分析程序。 (1) 处理对象：心电数据； (2) 内容：心电数据仿真，心电数据处理（仿真数据，真实数据）； (3) 结果：得到处理结果。 2.2 设计内容： （1）心电数据仿真； （2）心电数据处理； （3）分析处理结果。 （4）可视化界面设计 2.3 实验原理 2.3.1心电产生原理 我们常说的心电图一般指体表心电图，反映了心脏电兴奋在心脏传导系统中产生和传导的过程。正常人体的每一个心动周期中，各部分兴奋过程中

降噪工程处理方案

莆田市新旺隆混凝土有限公司 噪 声 治 理 工 程 编制计单位：莆田科龙环保技术有限公司 一五年三月0日期：二 目录 一、项目概况 (2)

二、设计依据及设计标准 (2) 2.1设计依据 (2) 2.2设计原则 (3) 2.3设计标准 (3) 三、主要技术措施 (4) 3.1声屏障的设计 (4) 四、工程内容 (5) 五、售后服务承诺 (5) 六、工程实例 (7) 七、声屏障结构图 (11) 八、工程预算表 (11) 一、项目概况 该项目位于福建省莆田市涵江区，目前现状为搅拌站内车辆进、出地磅时的振动声、砂石车御货时挡盖的碰撞声以及站内铲石子时与地面摩擦所发出来的声音，由于建厂时环保并未做相应的治理措施，噪声通过空气、底部直接传导到外面，给周围居民生活带来一定的影响，贵司领导为了响应环保的要求，委托我司针对该设备产生的噪声进行治理，防止干扰附近工作、生活等。我司技术人员经过现场勘察，掌握完整的信息后进行择选最优最经济的处理措施: 二、设计依据及设计标准

2.1设计依据 1．《声环境质量标准》GB3096-2008； 2、《中华人民共和国环境噪声污染防治法》1996年； 3、《工业企业噪声测量规范》GBJ12288； 4、《工业企业噪声控制设计规范》GBJ8785； 5、《城市区域环境噪声测量方法》；GB/T14623； 6、《社会生活环境噪声排放标准》GB22337-2008； 7、《工业企业厂界环境噪声标准》GB12348-2008； 8、《建筑设计防火规范》 GBJ16-1987； 9.《噪声控制工程》； 10.《通风工程》； 13 / 2 11．《热力设备及管道保温》93R421； 12. 现场情况以及用户提供的监测报告； 13．我司治理类似工程的经验数据； 2.2设计原则 2.2.1 首先应根据现场测量的声源倍频带数据作为消声、隔声的计算设计依据；同时，也应结合设备的性能指标、技术参数对房间的降噪设计进行整体性考虑。 2.2.2 对房间的噪声治理措施不得影响设备的正常运行、操作和维护。 2.2.3 应做到整体设计的科学性与经济性的最优化。 2.3设计标准

数字图像去噪典型算法及matlab实现

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光电转换过程中产生的泊松噪声）等； 目前比较经典的图像去噪算法主要有以下三种： 均值滤波算法：也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊，可以对其进行改进，主要避开对景物边缘的平滑处理。 中值滤波：基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域，一般为方形邻域，也可以为圆形、十字形等等，然后将邻域中各像素的灰度值排序，取其中间值作为中心像素灰度的新值，这里领域被称为窗口，当窗口移动时，利用中值滤波可以对图像进行平滑处理。其算法简单，时间复杂度低，但其对点、线和尖顶多的图像不宜采用中值滤波。很容易自适应化。 Wiener维纳滤波：使原始图像和其恢复图像之间的均方误差最小的复原方法，是一种自适应滤波器，根据局部方差来调整滤波器效果。对于去除高斯噪声效果明显。 实验一：均值滤波对高斯噪声的效果 代码 I=imread('C:\Documents and Settings\Administrator\桌面\1.gif');%读取图像 J=imnoise(I,'gaussian',0,0.005);%加入均值为0，方差为0.005的高斯噪声 subplot(2,3,1);imshow(I); title('原始图像'); subplot(2,3,2); imshow(J); title('加入高斯噪声之后的图像'); %采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 K1=filter2(fspecial('average',3),J)/255; %模板尺寸为3 K2=filter2(fspecial('average',5),J)/255;% 模板尺寸为5

数字图像处理-图像去噪方法

图像去噪方法 一、引言 图像信号在产生、传输和记录的过程中，经常会受到各种噪声的干扰，噪声可以理解为妨碍人的视觉器官或系统传感器对所接收图像源信 息进行理解或分析的各种元素。噪声对图像的输入、采集、处理的各个环节以及最终输出结果都会产生一定影响。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。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光电转换过程中产生的泊松噪声）等。我们平常使用的滤波方法一般有均值滤波、中值滤波和小波滤波，他们分别对某种噪声的滤除有较好的效果。对图像进行去噪已成为图像处理中极其重要的内容。 二、常见的噪声 1、高斯噪声：主要有阻性元器件内部产生。 2、椒盐噪声：主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生泊松噪声。 3、量化噪声：此类噪声与输入图像信号无关,是量化过程存在量化误差，再反映到接收端而产生，其大小显示出数字图像和原始图像差异。 一般数字图像系统中的常见噪声主要有高斯噪声和椒盐噪声等，减少噪声的方法可以在图像空间域或在图像频率域完成。在空间域对图像处理主要有均值滤波算法和中值滤波算法．图像频率域去噪方法

是对图像进行某种变换，将图像从空间域转换到频率域，对频率域中的变换系数进行处理，再进行反变换将图像从频率域转换到空间域来达到去除图像噪声的目的。将图像从空间转换到变换域的变换方法很多，常用的有傅立叶变换、小波变换等。 三、去噪常用的方法 1、均值滤波 均值滤波也称为线性滤波,其采用的主要方法为邻域平均法。其基本原理是用均值替代原图像中的各个像素值,即对待处理的当前像素点（x,y）,选择一个模板,该模板由其近邻的若干像素组成,求模板中所有像素的均值,再把该均值赋予当前像素点(x,y),作为处理后图像在 f?sf(x,y),其中,s为模板,M为该点上的灰度g(x,y),即g x,y=1 M 该模板中包含当前像素在内的像素总个数。这种算法简单，处理速度快，但它的主要缺点是在降低噪声的同时使图像产生模糊，特别是在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。

基于麦克风阵列的语音增强算法概述

- 29 - 基于麦克风阵列的语音增强算法概述 丁 猛 （海军医学研究所，上海 200433） 【摘 要】麦克风阵列语音增强技术是将阵列信号处理与语音信号处理相结合，利用语音信号的空间相位信息对语音信号进行增强的一种技术。文章介绍了各种基于麦克风阵列的语音增强基本算法，概述了各算法的基本原理，并总结了各算法的特点及其所适用的声学环境特性。 【关键词】麦克风阵列；阵列信号处理；语音增强 【中图分类号】TN911.7 【文献标识码】A 【文章编号】1008-1151(2011)03-0029-02 （一）引言 在日常生活和工作中，语音通信是人与人之间互相传递信息沟通不可缺少的方式。近年来，虽然数据通信得到了迅速发展，但是语音通信仍然是现阶段的主流，并在通信行业中占主导地位。在语音通信中，语音信号不可避免地会受到来自周围环境和传输媒介的外部噪声、通信设备的内部噪声及其他讲话者的干扰。这些干扰共同作用，最终使听者获得的语音不是纯净的原始语音，而是被噪声污染过的带噪声语音，严重影响了双方之间的交流。 应用阵列信号处理技术的麦克风阵列能够充分利用语音信号的空时信息，具有灵活的波束控制、较高的空间分辨率、高的信号增益与较强的抗干扰能力等特点，逐渐成为强噪声环境中语音增强的研究热点。美国、德国、法国、意大利、日本、香港等国家和地区许多科学家都在开展这方面的研究工作，并且已经应用到一些实际的麦克风阵列系统中，这些应用包括视频会议、语音识别、车载声控系统、大型场所的记录会议和助听装置等。 文章将介绍各种麦克风阵列语音增强算法的基本原理，并总结各个算法的特点及存在的局限性。 （二）常见麦克风阵列语音增强方法 1.基于固定波束形成的麦克风阵列语音增强 固定波束形成技术是最简单最成熟的一种波束形成技术。1985年美国学者Flanagan 提出采用延时-相加（Delay-and-Sum）波束形成方法进行麦克风阵列语音增强，该方法通过对各路麦克风接收到的信号添加合适的延时补偿，使得各路输出信号在某一方向上保持同步，并在该方向的入射信号获得最大增益。此方法易于实现，但要想获取较高的噪声抑制能力则需要增加麦克风数目，然而对非相干噪声没有抑制能力，环境适应性差，因此实际中很少单独使用。后来出现的微分麦克风阵列（Differential Microphone Arrays）、超方向麦克风阵列（Superairective Microphone Arrays ）和固定频率波束形成（Frequency-Invariant Beamformers） 技术也属于固定波束形成。 2.基于自适应波束形成器的麦克风阵列语音增强 自适应波束形成是现在广泛使用的一类麦克风阵列语音增强方法。最早出现的自适应波束形成算法是1972年由Frost 提出的线性约束最小方差（Linearly Constrained Minimum Variance,LCMV）自适应波束形成器。其基本思想是在某方向有用信号的增益一定的前提下，使阵列输出信号的功率最小。在线性约束最小方差自适应波束形成器的基础上，1982年Griffiths 和Jim 提出了广义旁瓣消除器（Generalized Sidelobe Canceller, GSC），成为了许多算法的基本框架（图1）。 图1 广义旁瓣消除器的基本结构 广义旁瓣消除器是麦克风阵列语音增强应用最广泛的技术，即带噪声的语音信号同时通过自适应通道和非自适应通道，自适应通道中的阻塞矩阵将有用信号滤除后产生仅包含多通道噪声参考信号，自适应滤波器根据这个参考信号得到噪声估计，最后由这个被估计的噪声抵消非自适应通道中的噪声分量，从而得到有用的纯净语音信号。 如果噪声源的数目比麦克风数目少，自适应波束法能得到很好的性能。但是随着干扰数目的增加和混响的增强，自适应滤波器的降噪性能会逐渐降低。 3.基于后置滤波的麦克风阵列语音增强 1988年Zelinski 将维纳滤波器应用在麦克风阵列延时—相加波束形成的输出端，进一步提高了语音信号的降噪效果，提出了基于后置滤波的麦克风阵列语音增强方法（图2）。基于后置滤波的方法在对非相干噪声抑制方面，不仅具有良好的效果，还能够在一定程度上适应时变的声学环境。它的基本原理是：假设各麦克风接收到的目标信号相同，接收到的噪声信号独立同分布，信号和噪声不相关，根据噪声特性， 【收稿日期】2010-12-30 【作者简介】丁猛（1983－），男，海军医学研究所研究实习员。

点云数据去噪光顺的基本原理

点云数据去噪光顺的基本原理 近几年来三维模型获取的软硬件技术正不断深入,人们可以通过多种数据采样方法来获取现实物体的计算机表示,并对之进行预处理,加工,分析和应用。在获取数据的过程中,因为人为的扰动或者扫描仪本身的缺陷使得生成三维数据往往带有噪声,从而使所获得的测量数据与实物存在一定的偏差，因此在对实测三维数据进行相关数字几何处理和应用之前必须对其进行去噪光顺。点云的去噪光顺是三维数据预处理和建模的重要环节，目的是有效剔除噪声点、使重建表面模型光顺平滑，并保持采样表面原有的拓扑和几何特征不变。 一、点云的概念和分类 点云就是使用各种三维数据采集仪采集得到的数据,它记录了有限体表面在离散点上的各种物理参量。根据点云中点的分布特点(如排列方式、密度等)将点云可分为: a.散乱点云:测量点没有明显的几何分布特征,呈散乱无序状态。随机扫描方式下的CMM、 激光点测量等系统的点云呈现散乱状态。 b.扫描线点云:点云由一组组扫描线组成,扫描线上的所有点位于扫描平面内。CMM、激光 点三角测量系统沿直线扫描的测量数据和线结构光扫描测量数据呈现该特征。 c.网格化点云:点云中所有点都与参数域中一个均匀网格的顶点对应。将CMM、激光扫描系 统、投影光栅测量系统及立体视差法获得的数据经过网格化插值后得到的点云即为网格化点云。 d.多边形点云:测量点分布在一系列平行平面内,用小线段将同一平面内距离最小的若干 相邻点依次连接可形成一组有嵌套的平面多边形。莫尔等高线测量、工业CT、层切法、磁共振成像等系统的测量点云呈现多边形特征。 此外,测量点云按点的分布密度可分为高密度和低密度点云。CMM的测量点云为低密度点云,通常在几十到几千个点。而测量速度及自动化程度较高的光学法和断层测量法获得的测量数据为高密度点云,一般可达几百万点。 二、异常点的剔除 在曲面造型中，数据中的“跳点”和“坏点”对曲线的光顺性影响较大。“跳点”也叫做失真点，通常是由于测量设备的标定参数发生改变和测量环境突然变化造成的。因此测量数据的预处理首先是从数据点集中找出可能存在的“跳点”。如果在同一截面的数据扫描中，存在一个点与其相邻的点偏距较大，可以认为这样的点是“跳点”，判断“跳点”的方法有以下3种。 a.直观观察法：通过图形终端，用肉眼直接将与截面数据点集偏离较大的点或存在于屏幕 上的孤点剔除。这种方法适合于数据的初步检查，可以从数据点集中筛选出一些偏差比较大的异常点。 b.曲线检查法。通过截面的首末数据点, 用最小二乘法拟合得到一条样条曲线, 曲线的阶 次可根据曲面截面的形状决定, 通常为3 ～ 4 阶, 然后分别计算中间数据点P i到样条曲线的距离‖e‖,如果‖e‖≥[ε]([ε] 为给定的允差),则认为P i是坏点，应予以剔除(见图1）。

滤波图像降噪算法研究报告

研究生课程论文基于滤波的图像降噪算法的研究 课程名称专业文献阅读与综述 姓名张志化 学号1200214006 专业模式识别与智能系统 任课教师钟必能 开课时间 2018.9——2018.11 课程论文提交时间： 2018年 11月11日

基于滤波的图像降噪算法的研究 摘要：图像在获取和传输过程中，往往受到噪声的干扰，而降噪的目的是尽可能保持原始信号主要特征的同时除去信号中的噪声。目前的图像去噪方法可以将图像的高频成分滤除，虽然能够达到降低噪声的效果，但同时破坏了图像细节。边缘特性是图像最为有用的细节信息，本文对邻域平均法、中值滤波法及维纳滤波法的图像去噪算法进行了研究分析和讨论。 关键词：滤波；图像噪声；图像降噪算法；评价方法； 1 引言 数字图像处理，就是利用数字计算机或其他数字硬件，对图像信息转换而来的电信号进行某种数字运算，以提高图像的实用性，进而达到人们所要求的某种预期效果[1]。数字图像处理已经广泛应用于遥感、工业检测、医学、气象、侦查、通信、智能机器人等众多学科与工程领域中。 数字图像处理技术的优点主要有： <1）再现性好。数字图像处理不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的真实再现。 <2）处理精度高。按目前的技术，几乎可以将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，意味着图像的数字化精度可以满足应用需求。 (3>适用面宽。图像可以来自多种信息源。从图像反映的客观实体尺度看，可以小到电了显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像组合而成，均可用计算机来处理。 (4>灵活性高。由于图像的光学处理从原理上讲只能进行线性运算，极大地限制了光学图像处理能实现的目标；而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数字公式或逻辑关系来表达的一切运算均可用数字图像处理实现。

matlab音频降噪课程设计报告.doc

燕山大学 医学软件课程设计说明书 题目：基于MATLAB巴特沃斯滤波器的音频去噪的GUI设计 学院（系）：电气工程学院 年级专业： 13级生物医学工程 2 班 学号： 130103040041 学生姓名：魏鑫 指导教师：许全盛

目录 一、设计目的意义 (1) 1.1绪论 (1) 1.2设计目的 (1) 1.3意义 (1) 二、设计内容 (2) 2.1 设计原理 (2) 2.2 设计内容 (2) 三、设计过程及结果分析 (3) 3.1 设计步骤 (3) 3.2 MATLAB程序及结果 (3) 3.3 结果分析 (8) 四、总结 (9) 五、参考文献 (10)

一、设计目的意义 1.1 绪论 语音是语言的声学表现，是人类交流信息最自然、最有效、最方便的手段。随着社会文化的进步和科学技术的发展，人类开始进入了信息化时代，用现代手段研究语音处理技术，使人们能更加有效地产生、传输、存储、和获取语音信息，这对于促进社会的发展具有十分重要的意义，因此，语音信号处理正越来越受到人们的关注和广泛的研究。 1.2 设计目的 (1)掌握数字信号处理的基本概念，基本理论和基本方法。 (2)熟悉离散信号和系统的时域特性。 (3)掌握序列快速傅里叶变换方法。 (4)学会MATLAB的使用，掌握MATLAB的程序设计方法。 (5)掌握利用MATLAB对语音信号进行频谱分析。 (6)掌握滤波器的网络结构。 (7)掌握MATLAB设计IIR、FIR数字滤波器的方法和对信号进行滤波的方法。 1.3 意义 语音信号处理是一门比较实用的电子工程的专业课程，语音是人类获取信息的重要来源和利用信息的重要手段。通过语言相互传递信息是人类最重要的基本功能之一。语言是人类特有的功能，它是创造和记载几千年人类文明史的根本手段，没有语言就没有今天的人类文明。语音是语言的声学表现，是相互传递信息的最重要的手段，是人类最重要、最有效、最常用和最方便的交换信息的形式。 语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科，它是一门新兴的学科，同时又是综合性的多学科领域和涉及面很广的交叉学科。

图像滤波去噪处理

摘要 图像是信息社会人们获取信息的重要来源之一。在通过图像传感器将现实世界中的有用图像信号进行采集、量化、编码、传输、恢复的过程中，存在大量影响图像质量的因素。因此图像在进行使用之前，一般都要经过严格的预处理如去噪、量化、压缩编码等。噪声的污染直接影响着对图像边缘检测、特征提取、图像分割、模式识别等处理，使人们不得不从各种角度进行探索以提高图像的质量。所以采用适当的方法尽量消除噪声是图像处理中一个非常重要的预处理步骤。图像处理技术在20世纪首先应用于图像的远距离传送，而改善图像质量的应用开始于1964年美国喷气动力实验室用计算机对“徘徊者七号”太空船发回的月球照片进行处理，并获得巨大成功。现在图像处理技术已深入到科学研究、军事技术、工农业生产、医学、气象及天文学等领域。科学家利用人造卫星可以获得地球资源照片、气象情况；医生可以通过X射线或CT对人体各部位的断层图像进行分析。但在许多情况下图像信息会受到各种各样噪声的影响，严重时会影响图像中的有用信息，所以对图像的噪声处理就显得十分重要。 因此我选择图像去噪方面进行了解及研究，现将自己已了解的知识进行汇总。

目录 摘要 (2) 一、图像滤波的应用 (4) 二、均值滤波 (5) 2.1 均值滤波的思想 2.2 均值滤波的算法 2.3 均值滤波的实验结果 三、中值滤波 (7) 3.1 中值滤波的思想 3.2 中值滤波的算法 3.3 中值滤波的实验结果 四、维纳滤波 (8) 4.1 维纳滤波的思想 4.2 维纳滤波的算法 4.3 维纳滤波的实验结果 五、小波变换 (9) 5.1 小波变换滤波的思想 5.2 小波变换滤波的算法 5.3 小波变换滤波的实验结果 六、Contourlet变换的图像去噪 (11) 6.1 Contourlet变换的基本思想 6.2Contourlet变换的算法 七、全变差正则化的Shearlet收缩去噪 (12) 7.1 Shearlet收缩去噪原理简介 7.2 Shearlet收缩去噪算法 八、结果分析及自己的收获 (12) 8.1结果分析 8.2自己的收获 参考文献 (13)

根据Matlab的图像去噪算法仿真

基于Matlab的图像去噪算法仿真 在信息化的社会里，图像在信息传播中所起的作用越来越大。所以，消除在图像采集和传输过程中而产生的噪声，保证图像受污染度最小，成了数字图像处理领域里的重要部分。 本文主要研究分析邻域平均法、中值滤波法、维纳滤波法及模糊小波变换法的图像去噪算法。首先介绍图像处理应用时的常用函数及其用法；其次详细阐述了四种去噪算法原理及特点；最后运用Matlab软件对一张含噪图片（含高斯噪声或椒盐噪声）进行仿真去噪，通过分析仿真结果得出： 一．均值滤波是典型的线性滤波，对高斯噪声抑制是比较好的； 二．中值滤波是常用的非线性滤波方法，对椒盐噪声特别有效； 三．维纳滤波对高斯噪声有明显的抑制作用； 四．对小波系数进行阈值处理可以在小波变换域中去除低幅值的噪声和不期望的信号。 本论文主要是从两方面展开，首先是图像去噪算法：简要说明了图像噪声的概念及分类，详细阐述了邻域平均法、中值滤波法、维纳滤波法及模糊小波变换法的去噪原理及特点。 其次是基于Matlab的图像去噪算法仿真：根据邻域平均法、中值滤波法、维纳滤波法及模糊小波变换法原理分析，运用Matlab仿真软件编写代码，对一张含噪图片（含高斯噪声或椒盐噪声）进行仿真去噪，并对结果分析讨论，比较几种方法的优缺点。 本论文仿真时选取一张彩色图片“2010-03-09-2.bmp”，并在图片中加入

两种噪声：高斯噪声和椒盐噪声。所谓高斯噪声是指它的概率密度函数服从高斯分布的一类噪声。椒盐噪声是由图像传感器、传输信道、解码处理等产生的黑白相间的亮暗点噪声，属于非平稳噪声。本章利用Matlab软件对含噪图像的去噪算法进行仿真，将应用邻域平均法、中值滤波法、维纳滤波法和模糊小波变换法对含有高斯噪声和椒盐噪声图像的去噪效果进行比较，从而得到相应结论。 1.1邻域平均法的仿真 本节选用邻域平均法对含有高斯噪声和椒盐噪声的图片进行去噪，并用Matlab软件仿真。 （1）给图像加入均值为0，方差为0.02的高斯噪声，选择3×3模板去噪Matlab部分代码： j=imnoise(x,'gaussian',0,0.02); h=ones(3,3); h=h/9; k=conv2(j,h); 仿真结果如图4-1所示。

降噪方法的介绍

基于DSP的窄带主动噪声控制系统实现——孙琳 主题：主动噪声控制技术 优点：具有良好的低频特性。非常适用于低频噪声，特别是低频窄带噪声控制场合。这类噪声广泛产生于旋转设备和具有往复运动的机械设备大多通过管道向外传播，涉及民用工业，军事等领域。 方法： 结果：本实验对窄带ANC系统进行了详细的分析研究，系统稳定后在200HZ频段上除噪量达40db，环境噪声达16db，在100HZ频段最高噪声达25db，环境噪声12db。 腔体流动噪声的数值模拟与试验研究---吴朵 主题：低速湍流流经腔体时腔体内流动及腔体辐射噪声 背景：腔体流动噪声的存在会影响乘车舒适度，还会造成听力受损。 方法：对低速湍流流经腔体时腔体内流动及腔体辐射噪声进行数值模拟。流畅的计算使用打我模型模拟，获得流畅书记后使用混合方法应用FW-H声学类比分析得出了有流动诱发的噪声。设计加工了腔体模型并在风洞中进行流动噪声实验。

结果： 数字降噪耳机中自适应滤波器的设计实现----刘拿杨红官程亚奇姚胜南 主题：降噪耳机，模拟动态降噪技术和数字动态降噪技术 数字降噪技术优点：数字降噪技术比模拟降噪技术具有更大的优点。模拟降噪技术全采用硬件实施,修改和调试十分困难,对元器件参数的变化也很敏感,技术指标受元器件的误差影响较大,降噪效果不稳定,不利于产品的批量生产。而数字降噪技术由于采用计算机技术实现自适应滤波,通过修改软件算法就可以达到不同的降噪效果, 不用更改硬件结构,调试和维修都非常方便;数字降噪技术采用自适应滤波技术,可以实时跟踪噪声的变化进一步进行处理,因此降噪效果较好。另外,数字降噪技术抗干扰能力强,本身具有自恢复能力,并且在整个音频带内降噪比较均衡,而模拟降噪技术偏重于低频段,高频段效果较差。因此降噪技术未来的发展方向是数字降噪技术,以数字信号处理(DSP)及其相关算法为技术支撑的数字降噪技术代表着当今降噪技术的发展。 方法：。本文采用最小均方误差(LMS)算法,实现了数字降噪DSP 中消除噪声的模块自适应滤波器的设计,介绍了其在MATLAB 中Simulink 建模及仿真输出,并通过程序实现了设计。 结果：利用MATLAB 中Simulink 工具建立了LMS 自适应噪声消除的模型,实现了数字降噪耳机DSP 降噪模块实现噪声消除功能的自适应滤波器的设计,对其进行了MATLAB 语言程序的编写以及C 预言程序的编写。结果表明,此设计达到了很好的效果,后期可以实现了数字降噪耳机的功能设计,弥补了模拟降噪耳机设计中的不足, 使降噪技术的发展又上了一个新的台阶。

利用图像滤波算法实习对高椒盐噪声的去噪处理——杨建春

编号：____________ 审定成绩：____________ 毕业设计（论文） 设计（论文）题目:_利用图像滤波算法实现 对高椒盐噪声的去噪处理 单位（系别）：通信与信息工程系______ 学生姓名：_______杨建春_________ 专业：__电子信息工程________ 班级：____06111203__________ 学号：__10__________ 指导教师：_____靳艳红___________ 答辩组负责人：______________________ 填表时间： 2016年5月 重庆邮电大学移通学院教务处制

重庆邮电大学移通学院毕业设计(论文)任务书设计(论文)题目利用图像滤波算法实现对高椒盐噪声的去噪处理 学生姓名杨建春系别通信与信息工程系专业电子信息工程 班级 06111203 指导教师靳艳红职称讲师联系电话 教师单位重庆邮电大学移通学院下任务日期2016年__1__月_ 4__日

摘要 图像是一种重要的信息源，通过图像处理可以帮助人们了解信息的内涵。图像信号在获取和传输过程中，不可避免地受到各种噪声的污染，从而导致图像质量退化，对图像的后续处理，如边缘检测、图像分割、特征提取、模式识别等产生严重的影响，因此图像去噪是图像预处理的一个非常重要的环节。数字图像噪声去除涉及光学系统、微电子技术、计算机科学、数学分析等领域，是一门综合性很强的边缘科学，如今其理论体系已十分完善，且其实践应用非常广泛，在医学、军事、艺术、农业等方面都有广泛且成熟的应用[1]。 本文首先介绍了图像去噪的研究背景和意义、图像滤波算法的发展概况及方法;然后介绍了图像噪声的分类和数学模型，并着重介绍了传统的图像去噪算法：均值滤波器、中值滤波器和自适应滤波器以及对应的去噪算法。对常用的几种阈值去噪方法进行了分析比较和仿真实现。最后结合理论分析和实验结果，讨论了一个完整去噪算法中影响去噪性能的各种因素。为实际的图像处理中，去噪算法的选择和改进提供了数据参考和依据。 【关键词】自适应滤波器均值滤波器直方图梯度椒盐噪声加权中值滤波高斯降噪

柴油发电机降噪设计方法

柴油发电机降噪设计方法

一般而言，柴油发电机的噪音来源有： 1. 从引擎壳体散发出来 一般频率约为 500-3KHz，在不同的引擎转速下而不同的噪音值，一般转速增加 2 倍时，噪音值约增加 9-12 分贝。 2. 从空气进气与出气口溢散出来 有没有负载之下相差约 10-15 分贝，比噪音特性为 2k-4k 频率的噪音值最大，其大小可由图一查出来。一般进气风量有 90%用来冷却，10% 用来燃烧。空气需求量可由原厂厂商提供，若原厂厂商无法提供，或已查无资料，可由图二查出。(如果引擎有额外的冷却系统，如冷却水与水冷式系统来带出引擎的热气，其冷却空气量只要降为原来的 10% 即可。)一般发电机的引擎大于 1000HP 时经常有用冷却水塔与冷却水系统的考量。 正常的一般进气其面速度为 2.5M/S-3.5m/s ,但是若有冷却风 扇加强冷却，可以增加面速度到达 7.5m/s。 发电机进气、出气口噪音频率与噪音值

空气需求量与发电机的关系 3. 从引擎排放口 有没有负载之下相差约 10-15 分贝，主要频率噪音为(转速 /60)x(汽缸数/2)，其大小可由图三判断出来。另外一般若需要二个排放型消音器的话，一个为降低低频的反应型消音器，一个为吸收高频音的吸音型消音器。前者可置于隔音罩之内，后者可置于隔音罩之外以节省空间。

发电机排放口各频率的噪音值 4. 从冷却风扇与其他的附属设备 (发电机，吸油器) 此部份噪音值与前所述的相较值不大，一般都可以忽略不计。

发电机噪音与发电机引擎马力的关系 发电机的 噪音防治设计 由于引擎的主要来源如前所述，所以针对发电机噪音发生的频率特色与噪音的大小来设计相关的防音工程，主要的防音设计如下： 一、降低引擎壳体所散发出来的噪音 主要兴建隔音罩来阻隔发电机噪音溢散，若发电电机已经置于RC 兴建完成的机房内，则仅需加强发电机房的壁面吸音与隔音门的隔音量即可。 由于发电机壳体所散发出来的噪音频率约为 500-3kHz 的范围内，且其噪音值约为 95-110 dBA，所以除了考虑隔音材料与吸音材料的特性外，并且需要考虑防火的需求。 1. RC机房的防音 一般 RC 机房的隔音量相当大，约为 40 分贝的隔音量，所以并不需要再加强隔音的部分，仅需要加强吸音壁面与吸音天花板。有关吸音天花板与吸音壁面的效果计算如下： α1，S1：改善后的平均吸音系数与表面积。 α0，S0：改善前的平均吸音系数与表面积。 其中 S1=S0（表面积不变） α0=0.1（RC 表面几乎不吸音，吸音率 0.1） α1=0.6（吸音材，装设五面后地板不易装设，机房的平均吸音

图像去噪去噪算法研究论文 开题报告

图像去噪去噪算法研究论文开题报告 （1）选题的目的、意义 目的： 由于成像系统、传输介质和记录设备等的不完善，数字图像在其形成、传输记录过程中往往会受到多种噪声的污染，影响了图像的视觉效果，甚至妨碍了人们正常识别。另外，在图像处理的某些环节当输入的对象并不如预想时也会在结果图像中引入噪声。这些噪声在图像上常表现为—引起较强视觉效果的孤立象素点或象素块[1]。一般，噪声信号与要研究的对象不相关它以无用的信息形式出现，扰乱图像的可观测信息。要构造一种有效抑制噪声的滤波必须考虑两个基本问题能有效地去除目标和背景中的噪声；同时，也要能很好的保护图像目标的形状、大小及特定的几何和拓扑结构特征。 意义： 噪声的污染直接影响着对图像边缘检测、特征提取、图像分割、模式识别等处理，使人们不得不从各种角度进行探索以提高图像的质量[2] [3]。所以采用适当的方法尽量消除噪声是图像处理中一个非常重要的预处理步骤。现在图像处理技术已深入到科学研究、军事技术、工农业生产、医学、气象及天文学等领域。科学家利用人造卫星可以获得地球资源照片、气象情况；医生可以通过X射线或CT对人体各部位的断层图像进行分析。但在许多情况下图像信息会受到各种各样噪声的影响，严重时会影响图像中的有用信息，所以对图像的噪声处理就显得十分重要[4] [5]。图像去噪作为图像处理的一个重要环节，可以帮助人们更加准确地获得我们所需的图像特征，使其应用到各个研究领域，帮助解决医学、物理、航天、文字等具体问题。如何改进图像去噪算法，以有效地降低噪声对原始图像的干扰程度，并且增强视觉效果，提高图像质量，使图像更逼真，仍存在继续研究的重要意义。 （2）国内外对本课题涉及问题的研究现状 针对图像去噪的经典算法，科学工作者通过努力，提出了一些的改进算法，比如模拟退火法[6]。但是模拟退火法存在的问题是计算过程复杂，计算量大，即使使用计算机代替人工计算也会耗用大量时间。后来在众多研究者的努力下，产生了很多其他不同的方法。而现今已卓有成效的非线性滤波方法有正则化方法、最小能量泛函方法、各向异性扩散法[7] [8]。 目前常用的降噪方法有在空间域进行的，也有将图像数据经过傅里叶等变换以后转到频域中进行的[9]。其中频域里的滤波需要涉及复杂的域转换运算，相对而言硬件实现起来会耗费更多的资源和时间。在空间域进行的方法有均值或加权后均值滤波、中值或加权中值滤波、最小均方差值滤波和均值或中值的多次迭代等。实践证明，这些方法虽有一定的降噪效果，但都有其局限性。比如加权均值在细节损失上非常明显；而中值仅对脉冲干扰有效，对高斯噪声却无能为力[10] [11] [12] [13]。实上，图像噪声总是和有效数据交织在一起，若处理不当，就会使边界轮廓、线条等变得模糊不清，反而降低了图像质量。 对于去除椒盐噪声，主要使用中值滤波算法。中值滤波是在1970年由Tukey提出的一种一维滤波器。它主要是指用实心邻域范围内的所有值的中值代替所作用的点值，但是必须注意的是邻域内的点的个数是正奇数，这是为了保证取中值的便利性，若是偶数，则中值就会产生两个[14] [15]。中值滤波以一种简单的非线性平滑技术。它是以排序统计理论作为基础，有效抑制噪声的非线性处理数字信号技术。中值滤波对消除椒盐噪声非常有效。在图像处理中，常用中值滤波保护图像边缘信息，它是一种经典的去除图像噪声算法[16]。但是它在去除图像噪声过程中，往往会将图像的细节比如细线、棱角的地方破坏掉。后来人们将其应用于二维图像上，产生了标准中值滤波。标准中值滤波是采用滤波窗口对图像进行滤波