公共文化服务平台

搜索到7974篇“ 最小均方误差估计“的相关文章

基于非局部均值与线性最小均方误差估计的MRI去噪研究: 2025年; 目的提出一种针对磁共振成像(Magnetic Resonance Imaging,MRI)图像的Rician噪声去除算法。方法首先利用局部方差统计估计MRI的噪声水平,接着采用线性最小均方误差估计及非局部均值滤波方法对图像进行复原,再根据估计的图像噪声水平决定是否进行迭代去噪。结果利用模拟的大脑MRI对提出的去噪方法进行定性与定量验证。结果显示,去噪算法在噪声方差为15时,不同切片的均方误差、峰值信噪比与信噪比平均值依次为70.07、29.78 dB、21.95 dB,非局部均值滤波的结果依次为82.17、29.11 dB、21.28 dB,而线性最小均方误差估计的结果依次为108.16、27.80dB、19.97dB,可以看出本文提出的算法优于其他算法。相比传统的非局部均值滤波,本文提出的算法在边缘等信息保护方面也有一定提高,同时提高了线性最小均方误差估计在高噪声水平时的去噪效果。结论本文提出的算法能够有效实现含噪MRI信号的复原,为后续图像处理及应用提供可靠保证。; 吴娟荆斌荆钧尧吴斌孙娜娜; 关键词：磁共振成像(MRI)去噪非局部均值线性最小均方误差迭代

联合最小均方误差估计的变分贝叶斯雷达关联成像方法: 本发明公开了一种联合最小均方误差估计的变分贝叶斯雷达关联成像方法，包括：获取失配条件下的关联成像模型；根据所述失配条件下的关联成像模型联合最小均方误差估计得到实际参考矩阵；根据两层贝叶斯先验信息模型求解目标散射系数。本发...; 包敏周静史林邢孟道甘宜超范龙飞

一种基于噪声增强的线性最小均方误差估计方法: 本发明公开了一种基于噪声增强的线性最小均方误差估计方法。属于信号处理领域。它是一种将噪声增强和线性最小均方误差估计方法相结合的线性估计方法。首先给非线性系统输入信号加入与之独立的加性噪声，经过非线性系统后获得加噪后非线性...; 刘书君杨婷唐明春周喜川李勇明

联合最小均方误差估计的变分贝叶斯雷达关联成像方法: 本发明公开了一种联合最小均方误差估计的变分贝叶斯雷达关联成像方法，包括：获取失配条件下的关联成像模型；根据所述失配条件下的关联成像模型联合最小均方误差估计得到实际参考矩阵；根据两层贝叶斯先验信息模型求解目标散射系数。本发...; 包敏周静史林邢孟道甘宜超范龙飞

基于最小均方误差估计和稀疏性先验的图像去噪被引量：1: 2019年; 提出一种基于稀疏表达理论和最小均方误差估计的图像去噪算法,主要内容包括:在贝叶斯复原框架下,根据图像在冗余字典下的稀疏表达模型,建立原始图像表达系数的最小均方误差复原方程;利用随机正交匹配追踪算法,研究复原方程的数值求解算法,对图像表达系数进行近似求解,进而对原始图像进行恢复.对一组标准测试图像的仿真实验表明,提出的算法能够较好地去除图像中的噪声,并且复原图像具有较好的主观视觉质量和较高的峰值信噪比客观评价指标.; 孙冬向豪卢一相饶儒婷杨杨; 关键词：图像去噪最小均方误差估计

一种基于噪声增强的线性最小均方误差估计方法: 本发明公开了一种基于噪声增强的线性最小均方误差估计方法。属于信号处理领域。它是一种将噪声增强和线性最小均方误差估计方法相结合的线性估计方法。首先给非线性系统输入信号加入与之独立的加性噪声，经过非线性系统后获得加噪后非线性...; 刘书君杨婷唐明春周喜川李勇明

基于SVD字典和线性最小均方误差估计的SAR图像去斑方法: 本发明涉及一种基于SVD字典和线性最小均方误差估计的SAR图像去斑方法：1)对输入的SAR图像中每一个图像块，根据距离公式计算该图像块与其搜寻区域内所有图像块的距离；2)根据距离最小原则构建相似集合；3)对相似集合进行奇...; 钟桦焦李成武忠王爽侯彪马晶晶马文萍

基于线性最小均方误差估计的SAR图像降噪被引量：4: 2016年; 针对合成孔径雷达(synthetic aperture radar,SAR)图像降噪过程中容易引起细节纹理信息损失的问题,该文结合SAR图像相干斑噪声的统计特性,提出了一种基于变换域系数线性最小均方误差(linear minimum mean-square error,LMMSE)估计的SAR图像降噪方法。首先通过SAR场景下的Kmeans聚类算法将相似图像块聚类;然后针对每一类相似图像块集合进行奇异值分解(singular value decomposition,SVD),得到同时包含图像块集合行列相关信息的含噪奇异值系数;为从含噪奇异值系数中更准确地估计出真实图像奇异值的系数,先通过加性独立信号噪声(additive signal-dependent noise,ASDN)模型将乘性噪声转化为加性噪声,再利用LMMSE准则对奇异值系数进行估计,最后将估计结果重构得到降噪后的图像块集合。实验结果表明,该方法充分利用相似图像块集合奇异值系数稀疏的特性,采用LMMSE准则估计奇异值系数,既保证了系数中噪声分量的去除又避免了图像纹理细节对应小系数的丢失,不仅去噪效果明显,同时能有效地保持图像纹理细节,具有良好的图像视觉效果。; 刘书君吴国庆张新征沈晓东李勇明; 关键词：聚类奇异值分解最小均方误差估计

一种基于线性最小均方误差估计的SAR图像降噪方法: 本发明公开了一种基于线性最小均方误差估计的SAR图像降噪方法。属于数字图像处理技术领域。它是一种将图像非局部相似性与稀疏表示相结合的SAR图像降噪方法。首先通过Kmeans聚类法将相似图像块聚类；再对相似块集合做奇异值分...; 刘书君吴国庆张新征杨婷徐礼培

基于线性最小均方误差估计的修正最小和解码方法: 本发明涉及一种基于线性最小均方误差估计的修正最小和解码方法，该方法首先利用线性最小均方误差估计的方法对校验消息幅度建模，并采用黄金分割搜索算法加快估计参数的确定，使其估值逼近BP方法中的校验消息幅度。然后，考虑迭代次数对...; 苏凯雄吴子静

相关作者