一种基于小波的图像降噪方法(精)
一种基于小波的图像降噪方法
张静1 孙俊2
(1江苏科技大学电子信息学院江苏镇江 212003 (2江苏大学电气信息工程学院,江苏镇江212013
摘要:通过对图像的小波变换系数进行阈值操作,可有效降低噪声,但还是保留一些噪声。Wiener 滤波是一种线性滤波方法,用小波阈值方法结合Wiener 滤波,可进一步对图像噪声进行降噪。实验结果表明小波阈值Wiener 滤波方法是一种有效的图像降噪方法,其在图像恢复上和人眼视觉上都优于小波阈值方法。
关键词:小波变换;wiener 滤波;软阈值;图像降噪;Mallat 算法
文献标识码:A 中图分类号:TN911.7
1 引言
图像一般都会受到噪声的影响,由于噪声影响图像的输入传输、输出等环节,使得图像分辨率下降,同时破坏了图像的精细结构,给图像的后续处理(图像二值化操作和图像特征提取带来不便,因此如何有效抑制噪声已成为图像处理中极重要和首要的任务。图像降噪
的目的是提高图像的信噪比,突出图像的应用的特征[1]
。
小波图像降噪已被视为图像处理中的重要降噪算法,是基于噪声和信号在频域上分布不同而进行的,一般信号和噪声分别分布在低频区域和高频区域,图像的细节也分布在高频区域。小波变换是一种调和变换,其同时具有空间域和频域的局域性,其具有多分辨分析的性质,能适应信号频率的局域变化,在每一层小波分解上选取各自阈值,可以消除多数噪声。在MSE 意义上,最优信号估计是wiener 滤波器,Wiener
滤波在信噪比较高的图像去噪中效果更好,所以基于小波降噪后的图像,进一步应用wiener 滤波降噪,可达到更好的去噪,
并且这种综合降噪方法能在保护细节之间取得较好的效果[6]
。
2 图像小波分解[2][3]
二维图像信号通常可用二元函数(,(22R L y x f ∈表示,对于二元函数,有相应的二维小波变换和多尺度逼近。设(,(22R L y x f ∈,,(y x ψ满足容许条件
∫∫+∞∞?+∞
∞
?=0,(dxdy y x ψ,称积分dxdy a b y a b x a y x f b b a W f ,(1
,(,,(2121??=
∫∫+∞∞?+∞
∞
?ψ 为,(y x f 的二维连续小波变换,其中,(y x ψ为二维小波函数。与此对应的小波变换的重
构公式为
2121210
3,(,,(1
,(db db a b y a b x b b a W a da
c y x f R
f ??=∫∫∫
+∞
ψψ
。将二维连续小波变换公式中的参数a、b 进行适当的离散化:am b al b a j
===21,,2,则可得到离散型小波变换:
dxdy m y l x y x f m l j W j j R j f 2,2(,(2,,(2
??=???∫∫ψ。
小波变换是一种时窗和频窗都可改变的时频局部化分析方法,这正是区别于傅立叶变换
的优点,在低频部分取宽的时(空间窗,利用分析缓慢变化的信号,在高频部分取窄的时(空间窗,可精确定出突变信号位置,所以小波变换能自适应的从信号中提取信息。为了提高二维图像小波变换的运算速度,一般采用离散小波变换的快速算法Mallat 算法,相当于分别对图像数据的行和列作一维小波变换。如图1为图像三次小波变换后的分解图,小波变换的结果是原始信号在一系列高频带数据和一个低频带数据,每一层基频频段都被重新划分为四个子带频段。其中LL j 频带保持了原始图像内容信息, HL i 频带保持了图像水平方向上的高频边缘信息,LH i 频带保持了图像竖直方向上的高频边缘信息,HH i 频带保持了图像在对角线方向上的高频信息。图像数据的每一级小波分解总是将上级低频数据LL i 划分为更精细的频带。图像高频信息代表了图像的细节变化,图像的噪声一般也就分布在高频子带,图
像小波降噪也就是在图像高频子带进行小波阈值处理,从而降低噪声。
3 图像小波降噪
图像小波变换可使变换后的熵得到降低,而且小波变换可根据应用背景灵活的选取不同的变换基。对含噪图像作小波变换,实际信号主要分布在低频区域,实际由信号变换得到的小波系数(包含噪声幅度相对较大,噪声主要分布在高频区域,噪声系数较多而且幅值小。从能量上看,噪声能量分布在所有小波系数上,信号能量分布在一小部分小波系数上。
噪声部分通常包含在各高频子带中,对各子带小波系数分别进行阈值处理,即大于阈值的小波系数视为同时含有信号和噪声的变换结果,若保留则可以较好保持图像细节,而小于阈值的小波系数,则视为完全由噪声变换而来。阈值去噪主要有硬阈值算法和软阈值算法两种。强制硬阈值消噪方法处理,是将小波分解结构中的高频系数全变为零,即把高频部分全部滤掉,重构后的图像比较平滑,但容易丢失信号大量有用成分,而且产生振荡钟摆现象,所以一般采用软阈值消噪。
对一幅图像若要实现小波软阈值算法[3],可以分为如下过程,如图2所示。
图 1 小波图像分解图
图2 小波降噪过程图
(1 选取小波基,用Mallat 快速算法对图像进行小波分解; (2 对图像的各高频区域分别设定一个阈值T ij ,其中j 为尺度,i 的取值分别代表HH、HL、LH 子带图像,对各子带小波系数分别进行软阈值处理,
??
?
??+?=T y x WT T
y x WT y x WT ,(0
,(,( T y x WT T y x WT T T y x WT ?≤≤≤?≥,(,(,( (3对小波图像软阈值处理后的小波系数进行小波逆变换重构,即可得到降噪后的图像。
4 维纳滤波
维纳滤波[5][6]
是一个线性滤波过程,可以根据信号功率谱以及输出的观测值,求出最佳滤波器的单位抽样响应,以此最优估计输入信号,将较好的解决噪声对复原过程有影响的问题。维纳滤波器是一种最小均方误差滤波器,可通过有约束复原一般表达式加以推导得出。设含噪图像,(y x g 是由输入图像,(y x f 经算子,(y x H 作用后和噪声,(y x n 组成,即有
,(,(,(y x n y x Hf y x g +=。假定,(y x f 、,(y x n 的相关矩阵为f R 、n R , f R 、n R 均
为实对称矩阵,可得到g H R R H H f T
n f T
1
1
^
(??+=γ ,其中γ为拉格朗日乘子的倒数。设
,(v u G 为,(y x g 的傅立叶变换,,(v u F 为,(y x f 的傅立叶变换, P n (u,v为噪声n(x,y
的功率谱密度,P f (u,v为
f(x,y功率谱的密度。故
,(,(/,(,(
,(,(2
*^
v u G v u P v u P v u H v u H v u F f n ???
?????+=γ 。由上式可知,信噪比很小的区域滤波器作用不大,信噪比比较高的区域效果较好。当参数
1=γ时,可以在
}],(,({[^
2y x f y x f E ?最小化的意义上达到最优。而P f (u,v和P n (u,v在实际中往往未
知,因此多将,(/,(v u P v u P f n γ用一个预先设定的常数K 来近似,上式的近似表达式为:
,(,(,(,(2
*^
v u G K v u H v u H v u F ???
?
????+=,最后进行傅立叶逆变换得到,(y x f 的近似。
5 实验结果
采用的实验图像为标准灰度图像woman,对其分别加入强度σ为20和40的白噪声,采用Daubechies 小波,图像被分解为3级,先对图像进行小波阈值去噪处理,再对小波去噪后的图像进行Wiener 滤波,降噪效果用均方误差(MSE和信噪比(SNR来衡量,实验结果如
表1所示。
由于经过小波变换去噪后的图像只是针对图像的高频系数进行,故在恢复图像中仍含有少量噪声。而由4节可知,wiener 滤波在信噪比较好的区域效果较好,所以经过小波降噪提高信噪比的图像进行wiener 滤波可达到更好的效果,并能保留边缘及高频细节信息。如图3,3(1为标准的women 灰度图像,3(2为加入了强度为40的噪声的图像,3(3为经过小波软阈值后得到的图像,其信噪比SNR=10.12,3(4为在小波阈值基础上进一步wiener 滤波后的图像,其信噪比SNR=13.98,从图中可以看出,经过小波wiener 滤波后的women 图像比小波去噪图像信噪比提高了,从视觉上效果也比较好,同时边缘细节也得到了保护。
20
=σ
40=σ
MSE SNR
MSE
SNR
噪声图像 380.13 8.82 905.84
3.99 小波去噪 80.23 13.32 120.23 10.12 小波wiener 去噪 50.44 16.33 68.23 13.98
6 结论
本文作者创新点在于采用一种基于小波和维纳滤波相结合的图像降噪方法,先对含噪图像作小波分解变换,然后将变换后的高频小波系数对每一尺度作软阈值处理,再重构恢复。由于小波去噪只是对图像的高频系数进行,故在恢复图像中仍然含有少量噪声,但是信噪比得到了提高,由于wiener 滤波在图像信噪比高的时候效果较好,所以进一步采用Wiener 滤波,可得到视觉与信噪比都更好的图像。
参考文献:
(1原始women 图像
(2含噪强度40的图像
(3小波软阈值图像(4小波+wiener 降噪后图像图3 women 图像的实验图像
表1 women 图像的降噪结果
1.张晖李众立蔡勇. 动态视频采集过程中静态图像压缩方法研究.微计算机信息2001 (17 12: 62-65
2.李水根. 分形与小波[M]. 北京:科学出版社,2002:208-248
3.Donoho D L. De-noising by soft-thresholding. IEEE Trans on IT,1995,41(3:612-627
4.Vidakovic B,Lozoya C B. On time-dependent wavelet denoising[J] IEEE Trans. Signal processing 1998,46(9:2549-2551
5.Emanual Marom,Hanni Inbar. New interpretations of wiener filters for image recognition[J] J.Opt.Soc,Am,1996,A13:1325-1330
6.何斌. Visual C++数字图像处理.北京:人民邮电出版社,2002,12
来源:微计算机信息
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
地铁环控系统中节能与降噪的优化设计分析
地铁环控系统中节能与降噪的优化设计分析 【摘要】随着经济的发展，城市交通问题也日益凸显出来，很多城市进行了地铁项目的立项和建设；然而地下站及地下隧道区间空间都较为密闭，其环控系统乃至火灾工况下的送风和排烟都需要严谨而全面的考虑。因此，地铁环控设计的作用就显得更加的重要了。本文主要从地铁环控系统中降噪与节能的优化设计方面来进行探讨。 【关键词】地铁环控降噪节能优化 地铁的环控系统是整个地铁系统中不可或缺的重要设施设备系统，它对于地铁的运营起到了重要的辅助作用，在通风、降温以及消防排烟方面发挥着重要的功能，但其能耗较高，运行时间长（部分设备是无间断运行），占运营能耗的很大比重，为了能够更好的进行能耗的有效控制，提高整个系统的运行效率，就必须加强环控系统的降噪和节能的优化设计，引进新技术应用新材料，进而实现地铁空调系统的高效运转。 1 地铁环控系统中的降噪的优化设计 1.1地铁环控系统的噪声分析 （1）地铁的环控系统的构成以及设备。地铁地下车站环控系统一般都是由5个系统构成：大系统、小系统、空调
的水系统、隧道通风系统和轨道排热系统构成，其主要功能就是运用风机、空调机组、风阀、冷却塔、水泵、冷水机组等设备的协同运行来完成和实现的。这些设备在运行的时候回产生一定的噪音和振动，继而构成了地铁环控系统的噪声源。 （2）地铁环控系统设计的必要性分析。地铁的车站和区间隧道一般都是和外界的联系面相对较小的空间。列车在高速运行的过程中，加上车内拥挤的乘客、各种照明和机电设备的运作，会致使大量的热量的产生，这些热量如果不能及时的被排出，就是使地铁内部热量积聚和上升，在运营带来不适的同时给地铁相关设备的运行留下隐患。同时在运行的过程中会有大量噪音污染产生，这些都会给车站的空间环境造成一定的干扰。 1.2地铁环控系统的噪声源及降噪措施 地铁环控系统的噪声源主要有：①列车正常运行经过活塞风道产生噪声；②隧道通风系统和车站通风空调大小系统运行噪声；③水系统中机械设备及管道噪音。 在环控系统中进行片式、阵列式、壳式消声器、消声静压箱、管式消声器等消声设备的设置，同时为了防止局部噪声出现衍射，消声器和管道的连接处必须进行密封处理，机械振动部件的连接采用挠性连接。如果隧道通风系统消声器不能达到噪声允许的标准时，就需要在风亭进行消声百叶窗
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
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
基于小波变换的图像去噪
第1章绪论 由于各种各样的原因，现实中的图像都是带噪声的。噪声恶化了图像质量，使图像变得模糊。对同时含有高斯噪声和椒盐噪声的图像先进行混合中值滤波，在滤除椒盐噪声的同时，又很好地保留了图像中的物体细节和轮廓。小波域去噪处理具有很好的时频特性、多分辨分析特性等优点，可以看成特征提取和低通滤波功能的综合。小波模极大值去噪方法能有效地保留信号的奇异点信息，去噪后的信号没有多余振荡，具有较好的图画质量，改进后可以得到更满意的图像。小波相位滤波去噪算法是基于小波变换系数相关性去噪算法的，适于强噪声图像，去噪后也可以改善图像质量。 1.1课题背景 图像信息以其信息量大、传输速度快、作用距离远等优点成为人类获取信息的重要来源及利用信息的重要手段，而现实中的图像由于种种原因都是带噪声的。噪声恶化了图像质量，使图像模糊，甚至淹没和改变特征，给图像分析和识别带来困难。为了去除噪声，会引起图像边缘的模糊和一些纹理细节的丢失。反之，进行图像边缘增强也会同时增强图像噪声。因此在去除噪声的同时，要求最小限度地减小图像中的信息，保持图像的原貌。经典的图像去噪算法，如均值滤波、维纳滤波、中值滤波等，其去噪效果都不是很理想。 中值滤波是由图基（Turky）在1971年提出的，开始用于时间序列分析，后来被用于图像处理，在去噪复原中得到了较好的效果。它的基本原理是把数字图像或数字序列中的一点的值，用该点的一个邻域中的各点的中值代替。中值滤波在抑制椒盐噪声的同时又能较好地保持图像特征，图像也得到了平滑。对同时含有高斯噪声和椒盐（脉冲）噪声的图像，先进行混合中值滤波处理。基于极值的混合中值滤波兼容了中值滤波和线性滤波的优点，在滤除椒盐噪声的同时又对图像中的物体细节和轮廓进行了很好的保留。基于混合中值滤波和小波去噪相结合的方法，去噪效果好于单纯地使用小波变换去除噪声，或者单纯使用混合中值滤波去除噪声，能获得比单一使用任何一种滤波器更好的效果。
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
基于小波理论的图像去噪和图像增强
基于小波理论的图像去噪和图像增强 1．3图像去噪技术 图像去嗓是信号处理中的一个经典的问题。传统的去噪方法多采用平均或线性方法，如Wiener滤波，但去嗓效果不令人满意。随着小波理论嚣趋完善，它以其自身良好的时频特性在图像信号去噪领域受到越来越多的关注，开辟了用非线性方法去噪的先河。小波变换用于豳像去噪的理论基础始于S。Mallat把数学上的Lipschitz系数与小波变换的模极大值联系起来。随后Donohol8j提出了小波M值萎缩方法并从渐透意义上证明了其优越性。然而在实际应用中却往往效果不好，存在“过扼杀"系数的缺点。以后人们进一步研究小波相关去噪方法、比例萎缩方法等，并且在进一步提高辣法的局部适旋性、先验模型的准确性、边缘信息的傈留性等方西取得了巨大的进步。具体回顾小波去噪方法可以大致分成以下三个阶段：第～阶段，最初的去噪方法主要是利用小波变换去相关性。在小波分解后不同层次麴纲节子带，采用不同的阈值。代表方法有Visushrink(逶用软闺值去噪方法)和SureShrink(基于Stein's的无偏风险估计，可得出接近最优软阈值的佶计量)方法等。这期间硬阂值、．软阙值和半软闽值等阈值函数也楣继提出。第二阶段，人们开始根据小波系数的统计性质建立各种先验模型，对小波系数的萎缩自适应变化，也就是每个小波系数所采取的阈值都各不相同。小波系数模型主要可分为基于尺度内相关性的层内模型、基于尺度阗相关性的层闻模型和混合模型。最常用小波系数先验模型是广义高斯分布模型。原图像小波系数的方差估计采髑局部邻域估计，代表方法有数据驱动的爨适应BayesShrink 方法，LawmlShrink方法等。第三阶段，这～阶段入们主要关注如何利用小波系数层闻和层肉的楣关性，二元或多元的小波萎缩函数被提出。在去噪的同时如何尽可能地保留边缘、纹理等细节、如何使去噪后的图像更光滑、如何将小波变换去噪与其他方法结合等都处于不断地探索和研究中，代表方法有BivaShrink方法、小波的马尔可夫方法和复数小波去噪方法等。 1．4图像增强技术 数字图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息的处理方法，其主要目的是使处理后的图像对某种特定的应用来浼，比原始图像更适用。因此，这类处理是为了某种应用目的两去改 3 武汉理王大学硕士学位论文善图像矮量的。处理的结果锼图像更适合于人的视觉特性或机器的识别系统Il别。图像的增强技术主要分为两大类：～类是空域类处理法，一类是频域类处理法。空域法是指蛊接对图像孛的像素进行处理，基本上是以获度映射变换为基础的。频域法的基础是卷积定理，一般情况下采用修改傅立叶变换的方法来实现对图像进行增强处理。健在这里以延伸为其毽的变换翔DCT变换、Walsh 变换和小波变换等。小波算法的发展极大影响了信号与图像处理领域的研究。在图像处理领域，很多算法被痰用到罂像去嗓方面。相对来讲在图像增强这个领域研究工作做得稍微少了些，但还是出现了～些很重要的方法。图像增强中主要问题是噪声，许多通用、知名方法都存在下列瓣题：帮在增强细节信号豹同时，也放大了噪声。在诸如CCD这种低对比度、多噪声图像中，尤其需要改进算法，在增强微弱细节信号的困时抑制背景孛的离频噪声。传统图像增强方法，如直方腿均衡、高通滤波、反掩模锐化法等。但是，这些传统的图像增强方法都存在着不足，如噪声放大、有时可能弓l入新的噪声结擒等。知翁解决这些闯题一直是图像增强领域孛的～个难题。小波分
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）。
齿轮箱减振降噪优化设计方法研究
齿轮箱减振降噪优化设计方法研究 摘要：近年来，齿轮箱减振降噪优化设计问题得到了业内的广泛关注，研究其 相关课题有着重要意义。本文首先对相关内容做了概述，分析了齿轮箱减振降噪 技术专利发展状况，并结合相关实践经验，分别从多个角度与方面就齿轮箱减振 降噪优化设计展开了研究，阐述了个人对此的几点看法与认识，望有助于相关工 作的实践。 关键词：齿轮箱；减振；降噪；优化；设计 1前言 随着齿轮箱减振降噪条件的不断变化，对其优化设计问题提出了新的要求， 因此有必要对其相关课题展开深入研究与探讨，以期用以指导相关工作的开展与 实践。基于此，本文从概述相关内容出发，提出了减震降噪优化设计的具体方法。 2概述 齿轮传动因传动效率高、传动寿命长、传动比精确而被广泛应用于航空航天、轨道交通、装备制造等领域。随着人们对振动和噪声问题的重视，齿轮箱减振降 噪优化设计势在必行。齿轮箱在运行过程中主要的振动和噪声来源是齿轮在啮合 时产生的，主要通过三种路径传递到环境中。第一种路径是，啮合力和噪声通过 齿轮、轴传递到齿轮箱箱体，在箱体上表现出声辐射和箱体振动；第二种路径是 齿轮啮合噪声通过箱体内部的空气直接传递到箱体表面，在箱体上表现为较弱的 振动噪声；第三种路径主要是通过齿轮箱的各种缝隙向环境中传播噪声。研究结 果表明有90%以上的振动噪声来自第一种路径。因此，减小齿轮箱箱体上的振动 及噪声量就能有效抑制整体振动噪声，所以齿轮箱减振降噪优化设计就是箱体的 优化设计。 3齿轮箱减振降噪技术专利发展状况分析 截至2015年5月，在德温特DWPI数据库中检索到涉及齿轮箱减振降噪技术 的全球专利申请共计692项；在中文摘要数据库CNABS中检索到涉及齿轮箱减振 降噪技术的专利申请达到606件，其中国内申请482件，国外来华申请124件。 该节在这一数据基础上从专利申请发展趋势、专利申请国家或地区分布、主要专 利申请人分析等角度对齿轮箱减振降噪技术领域的全球专利状况进行分析。 3.1发展趋势分析 齿轮箱减振降噪技术领域全球专利申请趋势变化中，1972年便首次出现2项 专利申请，但其后申请量却出现波动，年均申请量不高，直至2007年前后发展 迅速；在其整个发展过程中呈现出明显的起伏趋势；到2013年时，其年原创申 请量达到184项。从其发展轨迹来看，该领域的专利申请趋势的变化基本上与20 世纪3次全球能源危机的发生相吻合，在能源危机出现时，传统汽车、减速器等 制造业的专利申请量就呈现出明显下降趋势，齿轮箱减振降噪技术的专利申请也 随之降低，这表明齿轮箱减振降噪技术的发展不仅取决于技术因素本身，而且在 很大程度上还是由全球能源状况决定的，也就是说，齿轮箱减振降噪技术的发展 很大程度上受到外部环境的制约。 齿轮箱减振降噪技术领域中国专利申请趋势变化中可以看出，专利申请量总 体呈上升趋势，其中近几年发展迅速，国外来华申请量发展初期大于国内申请量，而近几年要远远小于国内申请量，国内与国外来华申请量趋势基本保持一致。总 体来看，国内与国外来华历年专利申请量差别较大，国外来华申请人早在20世 纪80年代就开始重视在我国的专利布局，国内申请人起步较晚，但从2011年以
基于小波变换的图像去噪方法研究毕业设计
题目基于小波变换的图像去噪方法研究
毕业论文﹙设计﹚任务书 院(系) 物理与电信工程学院专业班级通信1101班学生姓名陈菲菲 一、毕业论文﹙设计﹚题目基于小波变换的图像去噪方法研究 二、毕业论文﹙设计﹚工作自 2015 年 3 月 1 日起至 2015 年 6 月 20 日止 三、毕业论文﹙设计﹚进行地点: 物理与电信工程学院实验室 四、毕业论文﹙设计﹚的内容 1、图像处理中，输入的是质量低的图像，输出的是改善质量后的图像。常用的图像处理方法有图像增强、复原、编码、压缩等。一般图像的能量主要集中在低频区域中，只有图像的细节部的能量才处于高频区域中。因为在图像的数字化和传输中常有噪声出现，而这部分干扰信息主要集中在高频区域内，所以消去噪声的一般方法是衰减高频分量或称低通滤波，但与之同时好的噪方法应该是既能消去噪声对图像的影响又不使图像细节变模糊。为了改善图像质量，从图像提取有效信息，必须对图像进行去噪预处理。 设计任务： （1）整理文献，研究现有基于小波变换的图像去噪算法，尝试对现有算法做出改进； （2）在MATLAB下仿真验证基于小波变换的图像去噪算法。 2、要求以论文形式提交设计成果，应掌握撰写毕业论文的方法，应突出“目标，原理，方法，结论”的要素，对所研究内容作出详细有条理的阐述。 进度安排： 1-3周：查找资料，文献。 4-7周：研究现有图像去噪技术，对基于小波变换的图像去噪算法作详细研究整理。 8-11周：研究基于小波的图像去噪算法，在MATLAB下对算法效果真验证。 12-14周：分析试验结果，对比各种算法的优点和缺点，尝试改进算法。 15-17周：撰写毕业论文，完成毕业答辩。 指导教师陈莉系(教研室) 系(教研室)主任签名批准日期 2015.1.1 接受论文 (设计)任务开始执行日期 2015.3.1 学生签名
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。
小波变换图像去噪MATLAB实现
基于小波图像去噪的MATLAB 实现 一、 论文背景 数字图像处理(Digital Image Processing ，DIP)是指用计算机辅助技术对图像信号进行处理的过程。数字图像处理最早出现于 20世纪50年代，随着过去几十年来计算机、网络技术和通信的快速发展，为信号处理这个学科领域的发展奠定了基础，使得DIP 技术成为信息技术中最重要的学科分支之一。在现实生活中，DIP 应用十分广泛，医疗、艺术、军事、航天等图像处理影响着人类生活和工作的各个方面。 然而，在图像的采集、获取、编码和传输的过程中，都存在不同程度被各种噪声所“污染”的现象。如果图像被污染得比较严重，噪声会变成可见的颗粒形状，导致图像质量的严重下降。根据研究表明，当一张图像信噪比(SNR)低于14.2dB 时，图像分割的误检率就高于0.5%，而参数估计的误差高于0.6%。通过一些卓有成效的噪声处理技术后，尽可能地去除图像噪声，我们在从图像中获取信息时就更容易，有利于进一步的对图像进行如特征提取、信号检测和图像压缩等处理。小波变换处理应用于图像去噪外，在其他图像处理领域都有着十分广泛的应用。本论文以小波变换作为分析工具处理图像噪声，研究数字图像的滤波去噪问题，以提高图像质量。 二、 课题原理 1.小波基本原理 在数学上，小波定义为对给定函数局部化的新领域，小波可由一个定义在有限区域的函数()x ψ来构造，()x ψ称为母小波，（mother wavelet ）或者叫做基本小波。一组小波基函数，()}{,x b a ψ，可以通过缩放和平移基本小波 来生成： ())(1 ,a b x a x b a -ψ=ψ （1） 其中，a 为进行缩放的缩放参数，反映特定基函数的宽度，b 为进行平移的平移参数，指定沿x 轴平移的位置。当a=2j 和b=ia 的情况下，一维小波基函数序列定义为： ()() 1222,-ψ=ψ--x x j j j i （2） 其中，i 为平移参数，j 为缩放因子，函数f （x ）以小波()x ψ为基的连续小波变换定义为函数f （x ）和()x b a ,ψ的内积：
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。
齿轮箱减振降噪优化设计方法研究 马茂生
齿轮箱减振降噪优化设计方法研究马茂生 发表时间：2019-02-27T14:11:16.333Z 来源：《基层建设》2018年第36期作者：马茂生 [导读] 摘要：齿轮传动因传动效率高、传动寿命长、传动比精确而被广泛应用于航空航天、轨道交通、装备制造等领域。 南京高精齿轮集团有限公司江苏南京 210000 摘要：齿轮传动因传动效率高、传动寿命长、传动比精确而被广泛应用于航空航天、轨道交通、装备制造等领域。随着人们对振动和噪声问题的重视，齿轮箱减振降噪优化设计势在必行。齿轮箱在运行过程中主要的振动和噪声来源是齿轮在啮合时产生的，主要通过三种路径传递到环境中。 关键词：齿轮箱；减振降噪优化设计 引言： 一是齿轮对啮合过程产生的啮合声以固体声的形式经齿轮、轴和轴承等传递至箱体，通过箱体各壁面振动辐射到齿轮箱外部空间中，形成所谓第一次空气声;二是齿轮对啮合过程产生的啮合声直接辐射到齿轮箱内部空间中，再传递至箱体各壁面使其振动向箱外空间辐射噪声，形成所谓第二次空气声;三是啮合声通过齿轮箱存在的各种缝隙向外辐射。研究表明齿轮箱约90%～95%的辐射声能量是通过第一种途径。因此，齿轮箱箱体的优化设计是整个齿轮箱减振、降噪优化设计的重要研究内容。 1理论简介 模态分析的具体工作方法是获取材料结构特征值和特征矢量，特征值就是要知道结构振动的一些基本振型对应的频率，在实际应用中，有时为了加强振动，应尽量接近基本频率，有时为了避免共振，应避开这些基本频率。基本频率是辨别结构变形快慢的参考，也是结构整体刚度的代表，如果结构的基本频率低，代表结构刚度很低；相反，如果频率很高，则代表结构刚度很高。振型的变化是材料在相应激振频率下的变形趋势，可以根据变形趋势改变其结构刚度。 物体在理论上有无穷阶模态，物体振动是在这些模态叠加下实现的，各阶模态在物体振动中起到的重要性又有不同，一般认为前几阶模态所起到的作用最大，越往后作用越小并且误差越大，所以通常对前几阶模态进行分析。齿轮箱在工作过程中会因为电机启动、制动和齿轮啮合等产生的冲击载荷发生振动，在冲击载荷或阶跃载荷的作用下，可能会引发齿轮箱各机构振动，如果这些振源的激励频率接近于机构的固有频率，便会产生共振，引起强烈的振动和噪音，更严重的可能会造成结构件的破坏，因此有必要对齿轮箱结构前几阶固有频率和振型进行分析。 2齿轮箱减振降噪技术专利发展状况分析 截至2015年5月，在德温特DWPI数据库中检索到涉及齿轮箱减振降噪技术的全球专利申请共计692项；在中文摘要数据库CNABS中检索到涉及齿轮箱减振降噪技术的专利申请达到606件，其中国内申请482件，国外来华申请124件。该节在这一数据基础上从专利申请发展趋势、专利申请国家或地区分布、主要专利申请人分析等角度对齿轮箱减振降噪技术领域的全球专利状况进行分析。 2.1发展趋势分析 在整个发展过程中呈现出明显的起伏趋势；到2013年时，其年原创申请量达到184项。从其发展轨迹来看，该领域的专利申请趋势的变化基本上与20世纪3次全球能源危机的发生相吻合，在能源危机出现时，传统汽车、减速器等制造业的专利申请量就呈现出明显下降趋势，齿轮箱减振降噪技术的专利申请也随之降低，这表明齿轮箱减振降噪技术的发展不仅取决于技术因素本身，而且在很大程度上还是由全球能源状况决定的，也就是说，齿轮箱减振降噪技术的发展很大程度上受到外部环境的制约。 近几年发展迅速，国外来华申请量发展初期大于国内申请量，而近几年要远远小于国内申请量，国内与国外来华申请量趋势基本保持一致。总体来看，国内与国外来华历年专利申请量差别较大，国外来华申请人早在20世纪80年代就开始重视在我国的专利布局，国内申请人起步较晚，但从2011年以来已超越国外来华申请量，且差距正不断增大。 排名前10位的省市多为经济发达、中小企业遍布地区或有大型供需企业区域，如江苏和浙江等东南沿海地区，生产制造业相对发达，而广东有比亚迪公司，安徽有奇瑞公司，他们都是对齿轮箱有大量需求的企业。除此之外，以上地区经济相对发达，政府非常重视企业与周边环境的交互影响，对齿轮箱减振降噪技术的扶持力度较大，在该地区进行齿轮箱减振降噪技术的研究以及产品的生产较为容易获得政府的扶助，因而企业或单位对开发齿轮箱减振降噪技术的热情比较高；该地区的整体科研水平比较高，科研人才众多，相对于其他地区，在这些地区专利保护意识更加深入人心，企业也更注重专利布局。 2.2申请人分析 在排名前10的申请人中，5家为整车生产商，其他4家零部件供应商中，爱信艾达、住友和雅马哈主要提供车辆相关的变速器，腓特烈斯则是提供齿轮箱的，这也充分反映出齿轮箱减振降噪技术的发展从很大程度上取决于整车生产商和车辆零部件生产商的发展，在当前全球车辆从传统的燃料向新能源转型的过程中，如何促使齿轮箱减振降噪技术进一步发展甚至转型以迎合当前市场的需要，将是目前乃至今后齿轮箱减振降噪技术领域需要思考的问题。国外来华申请人中日本占据3席、韩国占据2席，可见日韩在我国齿轮箱减振降噪技术领域中已初步完成专利布局，值得我们关注；国内申请人中以整车制造和零部件企业为主，由此可见，齿轮箱减振降噪技术的发展一定程度上取决于车辆行业的发展；值得注意的是，国内申请人中个人申请已初步形成规模，说明在齿轮箱减振降噪技术领域，专利保护意识已经开始逐步由企业深入个人，这也为我国今后知识产权战略的全面发展奠定了群众基础。 3齿轮箱优化设计 采用ANSYS软件对齿轮箱箱体的稳态振动响应进行了求解，在此基础上结合振速法与辐射效率的求解，在有限元计算后处理中实现了箱体非支撑面辐射声功率及的求解。从声学面板贡献量分析结果可知，箱体非支撑面的辐射声功率及要远大于其余面板，因此，其辐射噪声数值能够代表整个箱体的噪声辐射水平。 整个优化求解过程需使用APDL语言完成，包括:建模、网格划分、模态计算、加载、振动响应求解、后处理(非支撑面声功率级求解)、优化设计变量、设置优化参数，然后就可利用ANSYS软件的优化求解器进行循环优化求解，最后得到优化计算结果。 从模态贡献量结果可知，第三阶模态为箱体振动的主要贡献模态。因此，本文齿轮箱箱体减振降噪优化设计的目标函数有两个，分别为非支撑面的辐射声功率级降低和第三阶模态的固有频率的提高。通过设定合理的变量区间，对计算结果能够起到积极的影响。采用一阶方法，迭代20次，优化求解之后，得到了一组最优的壁面厚度组合。利用该组壁厚尺寸对齿轮箱箱体重新进行建模、加载、有限元和声学