有源噪声控制是一种主动控制方法,目前已广泛应用于对高斯分布噪声进行衰减。但是传统的用于控制噪声的自适应算法不再适用大多数服从非高斯分布的脉冲噪声,主要原因是这种脉冲噪声没有有限的二阶统计量。在经典的Filter-x LMS算法的基础上提出两种适用于服从非高斯分布尖峰脉冲噪声情况下的在线参数辨识方法,一种是利用在线参数辨识方法对服从SαS稳定分布的脉冲噪声进行特征指数的估计,进而实现降噪目的的FxLMPest和FxLMADadapt算法;另一种是在Sun等人提出的SKM和AM算法基础上利用在线递归过程实现对幅度阈值估计的BDP算法。这两种算法均不需要获得脉冲噪声的特征指数和阈值的先验信息,仿真分析结果表明这两种算法能有效抑制脉冲噪声,并且其鲁棒性明显好于Filter-x LMS算法。

提出了一种机器视觉中的新型的脉冲噪声滁除方法。该方法对滤波器窗口进行自适应选择。并对窗口中的像素设置权重。与标准滤波器相比，它具有更好的平滑噪声和边缘保持功能，而且能有效地滤除图像中的脉冲噪声。