关于时频图像的去噪
我想知道什么样的技术可以用来“ 消噪 ”以下使用Welch方法创建的示例时频图像。下图是从机器人传感器创建的。（这不是彩色图像-它是灰度图像-添加的颜色仅用于视觉目的）。 目标： 我的目标是最终估计存在这种脉冲时在此处看到的脉冲间隔。这可能有点像鸡和鸡蛋，所以为此，我问自己：“是否存在这种重复率+/- 10％的脉冲？”，然后继续进行检测。您在这里看到的是信号（脉冲），但还有其他不需要的干扰。然而，正如埃姆雷（Emre）所建议的那样，它们具有结构，尽管在时空空间中也是如此。是否存在这样的时频滤波器？ 我非常希望看到此处应用了图像处理解决方案，但欢迎任何解决方案。 因此：目的是去除可见的所有高强度信号，除了重复脉冲（在y轴的索引300附近）。所有其他高强度信号都可以视为“干扰”。 您可能做出的假设： 您可能假设您大致知道在这里看到的脉冲长度。（让我们说，在+/- 10％以内）。换句话说，您已决定寻找这种长度的脉冲。（+/-） 您可能假设您也大致了解了脉冲的重复率（再次，让我们说+/- 10％）。 不幸的是，您不知道它们的频率。也就是说，在此图像中，脉冲为300，但是它们很容易达到100、50、489。但是，好消息是，此处显示的那些频率彼此非常接近，大约为10赫兹。 我的一些想法： 图像处理POV： 我进行了形态学操作，但是我对那些操作员不太熟悉，不知道它们是否可行。我想这个想法可能是“关闭”并因此去除“更大”的污渍？ 行扫描DFT操作可能会根据感兴趣的行具有最高的重复模式来指示要清空的行，但是，如果脉冲很少且相距较远，或者如果图像噪声较大，则可能不是可行的解决方案。 仅通过查看图像，您几乎就想“奖励”隔离和“惩罚”连通性。是否存在可以完成此类操作的图像处理方法？（再次是形态上的）。 哪些方法可以帮助您？ 信号处理POV： 此处显示的频率范围已经非常狭窄，因此我不确定陷波滤波操作是否会有所帮助。此外，在这个狭窄范围内显示的脉冲的确切频率是先验的。 通过对此处感兴趣的脉冲进行有根据的猜测，（它们的长度和重复时间）也许可以计算出我的“模板” 的二维DFT，并将其用作二维倒谱时间滤波器，我只需将上面显示的Welch图像乘以，然后执行反二维DFT？ OTOH也许Gabor过滤器在这里会是一个很好的选择吗？毕竟，它们是方向敏感的过滤器，类似于我们自己的内置V1视觉处理器。在这里如何利用它们？ 哪些方法可以在此领域提供帮助？ 提前致谢。