#br#
多重自适应提升小波去噪在计算机视频截获中的应用

doi:10.3969/j.issn.1006-2475.2016.10.009

计算机与现代化

#br# 多重自适应提升小波去噪在计算机视频截获中的应用

中国航天科工集团第二研究院706所，北京100854

收稿日期:2016-03-04 出版日期:2016-10-15 发布日期:2016-10-14
作者简介:任凯琦（1991-），男，内蒙古鄂尔多斯人，中国航天科工集团第二研究院706所硕士研究生，研究方向：防电磁信息泄漏；代合鹏（1981-），男，河南平顶山人，高级工程师，博士，研究方向：防电磁信息泄漏与高功率电磁脉冲防护。

Application of Multiadaptive Lifting Wavelet Denoising in Computer Videointercepting

Institute 706， Second Academy of China Aerospace Science and Industry Corporation， Beijing 100854， China

Received:2016-03-04 Online:2016-10-15 Published:2016-10-14

摘要/Abstract

摘要：

对于噪声干扰严重的计算机视频辐射信号，去噪是准确恢复视频信号的必要条件。基于提升小波变换算法的基本结构，提出多重自适应提升小波去噪算法，在预测、更新、阈值去噪等3个环节加入

自适应因子，分别利用传统小波去噪算法、提升小波去噪算法以及多重自适应提升小波去噪算法对低信噪比的计算机视频辐射信号进行去噪处理，结果表明多重自适应提升小波去噪算法的去噪效果优于

其它去噪算法。

关键词: 计算机视频截获, 去噪, 多重自适应, 提升小波变换, 阈值

Abstract:

For computer video radiation signal of low SNR, denoising is necessary for restoring video signal accurately. Based on the basic structure of lifting wavelet

algorithm, the denoising algorithm of multiadaptive lifting wavelet is proposed. In the operations of predicting, updating, and threshold denoising, the adaptive factors are

added. The algorithm of traditional denoising， lifting wavelet denoising, and multiadaptive lifting wavelet denoising are used to deal with the computer video radiation

signal of low SNR, the results show that the effect of multiadaptive lifting wavelet denoising algorithm is better than others.

Key words: computer videointercepting, denoising, multiadaptive, lifting wavelet transform, threshold

中图分类号:

TN911.73

任凯琦，代合鹏，郑箘，王倞婧. #br# 多重自适应提升小波去噪在计算机视频截获中的应用[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2016.10.009.

REN Kaiqi， DAI Hepeng， ZHENG Jun， WANG Jingjing. Application of Multiadaptive Lifting Wavelet Denoising in Computer Videointercepting[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2016.10.009.

参考文献

［1］Fürkan Elibol, U〖KG-0.6mm〗〖XCG;P〗〖KG-0.2mm〗ur Sarac. Realistic eavesdropping attacks on computer displays with lowcost and mobile receiver system［C］// 20th

European Signal Processing Conference. 2012:1769-1771.
［2］Tang Yiwen, Huang Chang. Application of weak signal extraction technology in computer video leaking measurement system［C］// The 10th International Symposium on Antennas,

Propagation & EM Theory (ISAPE). 2012:1128-1131.
［3］杨秀芳，张伟，杨宇祥. 基于提升小波变换的雷达生命信号去噪技术［J］. 光学学报, 2014,34(3):1-6.
［4］孙轶，张培仁，杨自友. 双自适应提升方法用于洞壁加速度信号消噪［J］. 振动与冲击， 2009,28(1):14-19.
［5］蔡兆文，陶进绪，杨振森. 自适应提升小波用于心电信号除噪［J］. 中国生物医学工程学报, 2007,26(4)：633-636.
［6］Zhao Xiumin, Cao Guitao. A novel denoising method for heart sound signal using improved thresholding function in wavelet domain［C］// 2009 International Conference on

Future BioMedical Information Engineering. 2009:65-68.
［7］Stephane Mallat. 信号处理的小波引导：稀疏方法［M］. 戴道清，杨力华, 黄文良等译. 北京:机械工业出版社, 2013:231-243.
［8］Han Zhizhong, Liu Zhebao, Xu Yasen. A new adaptive wavelet transform using lifting scheme［C］// Proceedings of the 2011 International Conference on Wavelet Analysis and

Pattern Recognition. 2011:224-229.
［9］Zheng Shaoyu, Xu Ru, Xu Fang, et al. An improved adaptive lifting scheme combining gradient operator for image coding［C］// The 1st International Conference on Information

Science and Engineering (ICISE2009). 2009: 1133-1136.
［10］Zhang Bide, Zhang Houxuan, Pan Huimin, et al. Extraction of partial discharge signal feature with chaos oscillator and adaptive lifting wavelet［C］// International

Conference on Electrical Machines and Systems. 2010:805-808.
［11］Li Bin, Yang Xiaolei. Anadaptive lifting wavelet transform in the underwater acoustic image compression［C］// 2012 International Conference on Measurement, Information

and Control (MIC). 2012:479-483.
［12］许悦雷，马时平，朱立民. 基于提升的自适应非线性小波变换研究［J］. 系统仿真学报, 2009，21（16）：5141-5145.
［13］高广春，熊凯，赵胜颖,等. 自适应小波变换更新滤波器的优化研究［J］. 电路与系统学报, 2011,16(3):81-86.
［14］Gao Guangchun, Fang Jian, Xiong Kai, et al. Study on optimal adaptive update filter based on lifting scheme wavelet transform［C］// International Symposium on Computer

Network and Multimedia Technology. 2009:1-4.
［15］袁开明，舒乃秋，孙云莲,等. 基于阈值寻优的小波去噪分析［J］. 武汉大学学报, 2015，48（1）:74-80.
［16］陈晓曦，王延杰，刘恋. 小波阈值去噪法的深入研究［J］. 激光与红外, 2012，42（1）:105-110.
［17］Madhu S, Bhavani H B, Sumathi S, et al. A novel algorithm for denoising of simulated partial discharge signals using Adaptive wavelet thresholding methods［C］// IEEE

Sponsored 2nd International Conference on Electronics and Communication System. 2015:15961602.
［18］Sumithra M G, Thanuskodi K. Wavelet based speech signal denoising using hybrid thresholding［C］// International Conference on Control, Automation, Communication and

Energy Conservation. 2009:1-7.

[1]	韩灿灿, 李志华, 徐睿. 基于CycleGAN的非平行语音去噪方法[J]. 计算机与现代化, 2021, 0(02): 73-77.
[2]	殷学杰，马玉梅，潘振宽. 基于饱和系统随机共振的图像去噪算法[J]. 计算机与现代化, 2019, 0(12): 44-.
[3]	莫佩基1,2，雷宏1. 基于反应扩散和非局部自相似的图像去噪算法[J]. 计算机与现代化, 2018, 0(06): 54-.
[4]	汪洋1,2，许映秋1,2，彭艳兵1,2. 基于KNN技术的校内网验证码识别[J]. 计算机与现代化, 2017, 0(2): 93-97.
[5]	勾荣. RiemannLiouville分数阶积分的图像去噪算法[J]. 计算机与现代化, 2016, 0(5): 13-17.
[6]	杨兴江1,3，廖志武2，蒲永华3. 基于灰色系统理论的各向异性扩散图像去噪方法[J]. 计算机与现代化, 2016, 0(2): 21-23,27.
[7]	李垒，任越美. 基于剪切波和改进P-M扩散的图像去噪[J]. 计算机与现代化, 2015, 0(5): 53-56.
[8]	王琪1，程彬2，杜娟1，徐国清1. 一种改进的小波阈值图像去噪方法[J]. 计算机与现代化, 2015, 0(4): 65-69.
[9]	王利. 基于MP算法的脑电信号去噪[J]. 计算机与现代化, 2014, 0(4): 102-104.
[10]	张弛1,李翔2,姚磊3. 一种改进的小波阈值函数去噪方法[J]. 计算机与现代化, 2014, 0(3): 219-222.
[11]	陈雪松1，赵子豪1，张卉雨1，蔡宏凯2. 改进的自适应小波阈值法及其在测井曲线去噪上的应用[J]. 计算机与现代化, 2014, 0(10): 108-111,118.
[12]	涂广毅;鲁坚;蔡志刚. 一种基于Huber曲面拟合的图像去噪算法[J]. 计算机与现代化, 2013, 1(3): 165-167,.
[13]	龙钧宇;余爱民. 基于小波包变换的非局部均值去噪方法[J]. 计算机与现代化, 2013, 1(11): 13-16.
[14]	李晖;余涛;杜光伟;肖国富. 基于小波分析在地震信号噪声消除中的应用[J]. 计算机与现代化, 2012, 203(7): 195-197,.
[15]	李苗苗;董琪. 基于STM32的无线脉搏信号监测系统设计[J]. 计算机与现代化, 2012, 198(2): 198-201.

#br# 多重自适应提升小波去噪在计算机视频截获中的应用

Application of Multiadaptive Lifting Wavelet Denoising in Computer Videointercepting

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价