我正在研究降噪。谁能告诉我如何将噪声文件与音频文件混合？我正在使用 AN4 数据库，所以它们都是“原始”格式。提前致谢。

I have a some scanned images, where the scanner appears to have introduced a certain kind of noise that I've not encountered before. I would like to find a way to remove it automatically. The noise looks like high frequency vertical shear. In other words, a horizontal line that should look like ------------ shows up as /\/\/\/\/\/\/\/\/\, where the amplitude and frequency of the shear seem pretty regular.

Can someone suggest a way of doing the following steps?

1. Given an image, identify the frequency and amplitude of the shear noise. One can assume that it is always vertical and the characteristic frequency is higher than other frequencies that naturally appear in the image.

2. Given the above parameters, apply an opposite, vertical, periodic shear to the image to cancel this noise.

It would also be helpful to know how these could be implemented using the tools implemented by a freely available image processing package. (Netpbm, ImageMagick, Gimp, some Python library are some examples.)

Update: Here's a sample from an image with this kind of distortion. Actually, this sample shows that the shear amplitude need not be uniform throughout the image. :-( The original images are higher resolution (600 dpi).

我使用 openCV 将视频读入 Visual Studio 并将其转换为灰度，然后使用函数 CV_THRESH_BINARY 将其转换为二进制图像。但是，框架中存在孔洞和噪音。什么是消除噪音或孔洞的简单方法？我已经阅读了 openCV 中的 Erode 和 Dilate 函数，但我不太清楚如何使用它们。到目前为止，这是我的代码。如果有人能告诉我如何将噪声消除合并到我的代码中，将不胜感激。

我已经建立了一个带有网络摄像头和功能匹配的成像系统，这样当我移动摄像头时；我可以跟踪相机的运动。我正在做类似于这里的事情，除了网络摄像头框架作为输入。

它对于“好”图像非常有效，但是在非常低的光线下拍摄图像时会出现很多噪点（相机高增益），这会干扰特征检测和匹配。基本上，它没有检测到任何好的特征，当它检测到时，它无法在帧之间正确匹配它们。

有谁知道一个好的解决方案？还有哪些其他方法可用于查找和匹配特征？

以下是两个特征非常低的示例图像：

就像我们可以用imnoise :imnoise(A, 'salt & pepper', [density]) 制作一张嘈杂的图像。如何添加具有特定密度的随机噪声？

我想在 C++ 接口（cv 命名空间）中使用 k-means 和 OpenCV 对图像进行分色，结果很奇怪。我需要它来减少一些噪音。这是我的代码：

但我得到了一个奇怪的结果

第一张图：原图

第二张图片：在k-means之后。

有什么建议吗？

更新：正确的解决方案。也许有人可以帮助我优化代码？

结果：

如何使用代码或应用程序创建抗噪？它不必是实时的，只要是与整个配乐相反的声音！所以，当你两个一起玩时，它们会相互抵消。

我想实现一个音频噪声消除程序。在哪里可以找到音频噪声消除算法？

我目前正在大学做一个项目，我正在使用 python 区分不同乐器演奏相同音高的音符。

我使用连接到计算机的麦克风在不同的乐器上录制了各种音符。

我还记录了房间的背景。

到目前为止，我在不同仪器上绘制了不同音符的图，在 y 轴上，我的振幅以 dB 为单位：20*log10(|FFT(signal)|)

在 x 轴上，我有 DFT 采样频率

一些谐波峰值足够小（或背景足够大），以至于噪声成为一个因素 - （不能发布图像，因为我是菜鸟！）我的问题是计算高度的不确定性水平考虑背景噪声时出现峰值。

我的问题是：

那么，在考虑背景噪声时，如何计算峰高（它们的相对谐波幅度）的不确定性水平。

一些想法：

在对什么是谐波峰值和什么可归因于噪声进行分类时，我应该使用什么 dB 阈值（我应该将低于最大背景（~28000dB）或平均值（~15000）或可能是这些值之一的两倍的峰值打折）？

此外，考虑到背景引入的噪声，从我的仪器记录的 FFT bin n 中减去背景的 FFT bin n 中的值是否合法？

我也看过这篇文章，如何在 MATLAB 中使用 fft 从录制的声音中去除噪音？，那里似乎有很大不同的意见。

如果它是相关的，我可以发布我的代码片段——尽管在同学剽窃的情况下放得太多。

非常感谢对项目有帮助的文献链接。（仍处于我以我能想到的各种方式绘制数据以寻找每种仪器的区别属性的阶段）。

提前致谢

我正在使用 Java Swing 在 Netbeans 中制作应用程序。我想在我的应用程序中实现一些图像处理功能（如在 ImageJ 中），而不使用 ImageJ、JAI 和 jhlab 库。

例如：ImageJ>>Process>>Noise>>Despeckle。

那么，我该怎么做呢？