-
公开(公告)号：CN113449683B
公开(公告)日：2022-12-27
申请号：CN202110800782.7
申请日：2021-07-15
Applicant: 江南大学
Abstract: 本发明公开了一种基于K‑SVD训练局部字典的高频超声稀疏去噪方法及系统，包括以下步骤：获取待测样品的高频超声检测信号；将获取的超声检测信号截取为长度为n的局部信号，组成数据集；利用数据集和K‑SVD训练局部字典；利用训练好的局部字典对局部信号进行稀疏分解，得到稀疏系数矩阵；利用稀疏系数矩阵重构超声检测信号的所有局部信号；利用重构的所有局部信号和贝叶斯最大后验概率估计全局信号，重构全局高频超声检测信号，完成去噪。本发明提高高频超声信号的信噪比和检测精度，可以更有效的观察到样品内部微缺陷的反射信号及位置。
-
公开(公告)号：CN113449683A
公开(公告)日：2021-09-28
申请号：CN202110800782.7
申请日：2021-07-15
Applicant: 江南大学
Abstract: 本发明公开了一种基于K‑SVD训练局部字典的高频超声稀疏去噪方法及系统，包括以下步骤：获取待测样品的高频超声检测信号；将获取的超声检测信号截取为长度为n的局部信号，组成数据集；利用数据集和K‑SVD训练局部字典；利用训练好的局部字典对局部信号进行稀疏分解，得到稀疏系数矩阵；利用稀疏系数矩阵重构超声检测信号的所有局部信号；利用重构的所有局部信号和贝叶斯最大后验概率估计全局信号，重构全局高频超声检测信号，完成去噪。本发明提高高频超声信号的信噪比和检测精度，可以更有效的观察到样品内部微缺陷的反射信号及位置。
-
Search Results
2
records
(took 0.013 seconds)
