图像复原是从降质图像中利用图像处理技术恢复接近真实图像的方法.维纳滤波在抑制噪声和恢复模糊图像方面具有广泛的应用.然而传统的维纳滤波方法没有充分利用降质图像的信息,在失真图像复原过程中仍存在复原质量不高的问题.本研究将图像的全局方差和噪声功率谱引入维纳滤波,提出了基于全局方差和噪声估计的二次维纳滤波复原方法.实验表明,本研究提出的方法可以增强图像复原算法的稳定性,能够恢复更多的图像细节信息,图像复原质量较高.

在背景噪声存在的情况下,电子耳蜗(cochlear implant,CI)的性能会受到严重影响,而传统谱减语音增强算法不能有效去除电子耳蜗中的各种非平稳噪声.为了进一步提高电子耳蜗使用者的听觉感知能力,本文提出了一种改进的谱减算法,其将带噪语音信号的功率谱进行Bark分带,在有声帧的每个子带内按照最小统计量控制递归平均方法进行噪声估计,并自适应地调节谱减参数.将该算法应用到电子耳蜗的前端预处理并仿真电子耳蜗合成声音.结果表明:相比传统的谱减法,该算法能够进一步提高合成语音的清晰度和可懂度.