本文探讨了噪声处理中的三种滤波方法：平均值滤波、中值滤波和卡尔曼滤波。首先介绍了如何通过生成高斯噪声和椒盐噪声来模拟现实世界中的信号干扰。对于高斯噪声，均值滤波在样本数量足够大时能有效逼近期望值。为了提升效果，可以采用嵌套滤波或增大平均值的除数。然而，椒盐噪声由于其瞬时性和幅度差异，均值滤波处理效果不佳。文章还提及了提高信噪比的重要性。
平均值滤波测试
中值滤波测试
卡尔曼滤波测试
1.生成噪声数据
（1）高斯噪声，由测量误差产生的，传输过程中产生的，高斯噪声服从高斯分布，0处概率最大，越到两边越低
，期望值为0
2.椒盐噪声（脉冲噪声）在噪声点会有有间奏脉冲，脉冲值很大，出现不确定
多项式可以拟合任意一个函数？
用均值滤波处理高斯噪声：当样本数量足够大，就可以用样本的平均值代替高斯分布的期望值，而期望值就是真值。
提高办法：1、嵌套，第一次均值滤波输出值成为第二次均值滤波的输入值
2、增大average的除数
均值滤波是很难处理椒盐噪声的
信噪比
扫一扫
1862
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
