Из Википедии, бесплатной энциклопедии
  (Перенаправлен из функции шумоподавления )
Перейти к навигации Перейти к поиску
Для уменьшения громкости звука см. Звукоизоляцию . Для снижения шума машин и продуктов см. Контроль шума .

Подавление шума - это процесс удаления шума из сигнала . Существуют методы снижения шума для звука и изображений. Алгоритмы шумоподавления могут до некоторой степени искажать сигнал.

Все устройства обработки сигналов, как аналоговые, так и цифровые , обладают характеристиками, которые делают их восприимчивыми к шуму. Шум может быть случайным или белым шумом с равномерным распределением частот, или частотно-зависимым шумом, вносимым механизмом устройства или алгоритмами обработки сигналов .

В электронных записывающих устройствах основным типом шума является шипение, создаваемое случайным движением электронов из-за теплового возбуждения при всех температурах выше абсолютного нуля. Эти возбужденные электроны быстро складываются и вычитаются из напряжения выходного сигнала и, таким образом, создают заметный шум.

В случае фотопленки и магнитной ленты шум (как видимый, так и слышимый) возникает из-за зернистой структуры носителя. В фотографической пленке размер зерен в пленке определяет чувствительность пленки, более чувствительная пленка имеет зерна большего размера. В магнитной ленте, чем больше зерна магнитных частиц (обычно оксида железа или магнетита ), тем более подвержена шуму среда. Чтобы компенсировать это, можно использовать пленку или магнитную ленту большего размера, чтобы снизить шум до приемлемого уровня.

В общем [ править ]

Алгоритмы шумоподавления имеют тенденцию изменять сигналы в большей или меньшей степени. Чтобы избежать изменений сигналов, можно использовать алгоритм локальной ортогонализации сигнала и шума. [1]

В сейсморазведке [ править ]

Усиление сигналов в сейсмических данных особенно важно для построения сейсмических изображений, [2] [3] инверсии, [4] [5] и интерпретации [6], что значительно повышает вероятность успеха в разведке нефти и газа. [7] [8] [9] [10] Полезным сигналом, который размывается окружающим случайным шумом, часто пренебрегают и, таким образом, он может вызвать ложную прерывистость сейсмических событий и артефактов в окончательном перенесенном изображении. Повышение полезного сигнала при сохранении краевых свойств сейсмических профилей путем ослабления случайного шума может помочь уменьшить трудности интерпретации и вводящие в заблуждение риски при обнаружении нефти и газа.

В аудио [ править ]

При использовании аналоговой технологии записи на магнитную ленту они могут издавать шум, известный как шипение ленты . Это связано с размером частиц и текстурой, используемой в магнитной эмульсии, которая распыляется на носитель записи, а также с относительной скоростью ленты на головках ленты .

Существуют четыре типа шумоподавления: односторонняя предварительная запись, одностороннее подавление шипения, одностороннее подавление поверхностного шума и системы кодеков или двухсторонних систем. Несимметричные системы предварительной записи (такие как Dolby HX и HX Pro , или Tandberg «ы Actilinear и Dyneq [11] [12] [13] [14] ) работа , чтобы воздействовать на носитель записи во время записи. Односторонние системы уменьшения шипения (такие как DNL [15] или DNR) работают для уменьшения шума по мере его возникновения, в том числе до и после процесса записи, а также для приложений прямой трансляции. Одностороннее подавление поверхностного шума (такое как CEDAR и более ранние SAE 5000A и Burwen TNE 7000) применяется при воспроизведении записей фонографа для ослабления звука царапин, хлопков и нелинейностей поверхности. В двухсторонних системах процесс предыскажения применяется во время записи, а затем процесс снятия акцента применяется при воспроизведении.

Системы шумоподавления на основе компандеров [ править ]

Двойной СОСТАВА компандер системы снижения шума включают профессиональные системы Dolby [15] и Dolby SR с помощью Dolby Laboratories , DBX Professional и DBX Type I по DBX , Дональд Олдос ЕМТ NoiseBX, [16] Burwen Laboratories " Model 2000  [ это ] [ 17] [18] [19] и Телефункен «ы Телком с4  [ де ] [15] , а также потребительские системы Dolby NR , Dolby B, [15] в формате Dolby C и Dolby S , DBX типа II , [15] TELEFUNKEN в высокой Com [15] и Nakamichi 'с высокой Com II , Toshiba ' ы (Aurex AD-4) Adres  [ JA ] , [15] СП 'S ANRS  [ JA ] [15] и супер ANRS , [15] Фишер / Sanyo ' s Супер D , [15] и венгерский / Восточно-немецкий Ex-Ko системы.[20] В этих системах есть процесс предварительного выделения, применяемый во время записи, а затем процесс удаления выделения, применяемый при воспроизведении.

Первый широко используемый метод шумоподавления был разработан Рэем Долби в 1966 году. Dolby Type A, предназначенный для профессионального использования, представлял собой систему кодирования / декодирования, в которой амплитуда частот в четырех диапазонах увеличивалась во время записи (кодирования), а затем пропорционально уменьшалась. во время воспроизведения (декодирования). Система Dolby B (разработана совместно с Генри Клоссом).) была однополосной системой, разработанной для потребительских товаров. В частности, при записи тихих частей аудиосигнала частоты выше 1 кГц будут усилены. Это привело к увеличению отношения сигнал / шум на ленте до 10 дБ в зависимости от начальной громкости сигнала. При воспроизведении декодер полностью изменил процесс, в результате чего уровень шума снизился до 10 дБ. Система Dolby B, хотя и не такая эффективная, как Dolby A, имела то преимущество, что ее можно было слушать на системах воспроизведения без декодера.

Телефункен высокого Com интегральная схема U401BR может быть использован для работы как в основном в формате Dolby B совместимого компандер , а также. [21] В различных магнитофонах High Com последнего поколения функция Dolby-B, имитирующая «D NR Expander», работала не только для воспроизведения, но и недокументированно во время записи.

dbx была конкурирующей системой аналогового шумоподавления, разработанной Дэвидом Э. Блэкмером , основателем dbx Laboratories . [22] Он использовал среднеквадратичный (RMS) алгоритм кодирования / декодирования с усилением подверженных шуму высоких частот, и весь сигнал проходил через компандер 2: 1. dbx работал на всей слышимой полосе частот и, в отличие от Dolby B, был непригоден для использования в качестве открытой системы. Однако он может снизить уровень шума до 30 дБ.

Так как аналоговые видеозаписи используют частотную модуляцию для яркостной части (композитный видеосигнал в системах прямого цветопередачи), которая сохраняет ленту на уровне насыщенности, шумоподавление в стиле аудио не требуется.

Динамический ограничитель шума и динамическое шумоподавление [ править ]

Динамический ограничитель шума ( DNL ) - это система шумоподавления звука, первоначально представленная Philips в 1971 году для использования на кассетных деках . [15] Его схемотехника также построена на единой микросхеме . [23] [24]

Компания National Semiconductor доработала его до динамического шумоподавления ( DNR ) для снижения уровня шума при междугородной телефонной связи . [25] Впервые проданный в 1981 году, DNR часто путают с гораздо более распространенной системой шумоподавления Dolby . [26] Однако, в отличие от систем шумоподавления типов I и II Dolby и dbx , DNL и DNR являются системами обработки сигналов только для воспроизведения, которые не требуют предварительного кодирования исходного материала, и их можно использовать вместе с другими формами подавление шума. [27]

Поскольку DNL и DNR не являются дополнительными, то есть для них не требуется кодированный исходный материал, их можно использовать для удаления фонового шума из любого аудиосигнала, включая записи на магнитной ленте и радиопередачи FM , уменьшая шум на 10 дБ. [28] Их можно использовать вместе с другими системами шумоподавления, при условии, что они используются до применения DNR, чтобы не допустить, чтобы DNR приводил к ошибочному отслеживанию другой системы шумоподавления.

Одним из первых широко распространенных применений DNR была автомобильная стереосистема GM Delco в автомобилях GM в США, представленная в 1984 году. [29] Она также использовалась в заводских стереосистемах в автомобилях Jeep в 1980-х, таких как Cherokee XJ . Сегодня DNR, DNL и подобные системы чаще всего встречаются в качестве систем шумоподавления в микрофонных системах. [30]

Другие подходы [ править ]

Второй класс алгоритмов работает в частотно-временной области с использованием некоторых линейных или нелинейных фильтров, которые имеют локальные характеристики и часто называются частотно-временными фильтрами. [31] [ необходима страница ]Таким образом, шум можно также удалить с помощью инструментов спектрального редактирования, которые работают в этой частотно-временной области, позволяя вносить локальные изменения, не влияя на энергию ближайшего сигнала. Это можно сделать вручную, используя мышь с ручкой, имеющей определенную частотно-временную форму. Это делается так же, как в программе рисования изображений. Другой способ - определить динамический порог для фильтрации шума, который получается из локального сигнала, опять же по отношению к локальной частотно-временной области. Все, что ниже порога, будет отфильтровано, все, что выше порога, например, части голоса или «требуемый шум», останется нетронутым. Область обычно определяется местоположением мгновенной частоты сигнала [32], так как большая часть энергии сигнала, которая должна быть сохранена, сосредоточена вокруг нее.

В современных цифровых записях звука (и изображений) больше не нужно беспокоиться о шипении ленты, поэтому в системах шумоподавления аналогового типа нет необходимости. Однако интересный поворот заключается в том, что системы дизеринга фактически добавляют шум к сигналу, чтобы улучшить его качество.

Программное обеспечение [ править ]

Большинство программ для редактирования голоса общего назначения имеют одну или несколько функций шумоподавления ( Audacity , WavePad и т. Д.). Среди известных программ для шумоподавления специального назначения - Gnome Wave Cleaner .

В изображениях [ править ]

Снижение шума корреляцией

Изображения, снятые как цифровыми, так и обычными пленочными камерами , улавливают шум от различных источников. Дальнейшее использование этих изображений часто требует (частичного) удаления шума - в эстетических целях, например, в художественной работе или маркетинге , или в практических целях, таких как компьютерное зрение .

Типы [ править ]

В шуме «соль и перец» (редкие световые и темные помехи) пиксели изображения сильно отличаются по цвету или интенсивности от окружающих их пикселей; определяющей характеристикой является то, что значение зашумленного пикселя не имеет никакого отношения к цвету окружающих пикселей. Обычно этот тип шума влияет только на небольшое количество пикселей изображения. При просмотре изображение содержит темные и белые точки, отсюда и термин «шум соли и перца». Типичные источники включают частицы пыли внутри камеры и перегретые или неисправные элементы ПЗС .

В гауссовском шуме каждый пиксель изображения будет отличаться от своего исходного значения на (обычно) небольшую величину. Гистограмма, график зависимости величины искажения значения пикселя от частоты, с которой он возникает, показывает нормальное распределение шума. Хотя возможны и другие распределения, гауссово (нормальное) распределение обычно является хорошей моделью из-за центральной предельной теоремы, которая гласит, что сумма различных шумов имеет тенденцию приближаться к гауссовскому распределению.

В любом случае шум в разных пикселях может быть коррелированным или некоррелированным; во многих случаях значения шума в разных пикселях моделируются как независимые и одинаково распределенные и, следовательно, некоррелированные.

Удаление [ править ]

Компромиссы [ править ]

При обработке изображений существует множество алгоритмов шумоподавления. [33] При выборе алгоритма шумоподавления необходимо взвесить несколько факторов:

  • доступная мощность компьютера и доступное время: цифровая камера должна применять шумоподавление за доли секунды с использованием крошечного встроенного процессора, в то время как настольный компьютер имеет гораздо больше мощности и времени
  • приемлемо ли пожертвовать некоторыми реальными деталями, если это позволяет удалить больше шума (насколько агрессивно решать, являются ли вариации изображения шумом или нет)
  • характеристики шума и детали изображения, чтобы лучше принимать эти решения

Разделение цветового и яркостного шума [ править ]

На реальных фотографиях детали с наивысшей пространственной частотой состоят в основном из вариаций яркости («детали яркости»), а не из вариаций оттенка («детализация цветности»). Поскольку любой алгоритм шумоподавления должен пытаться удалить шум, не жертвуя реальными деталями сфотографированной сцены, существует риск большей потери деталей из-за уменьшения яркостного шума, чем из-за уменьшения цветового шума, просто потому, что большинство сцен изначально имеют мало высокочастотных деталей цветности. Кроме того, большинство людей считают, что цветовой шум в изображениях более нежелателен, чем шум яркости; цветные пятна считаются "цифровыми" и неестественными по сравнению с зернистым видом яркостного шума, который некоторые сравнивают с зернистостью пленки. По этим двум причинам

Наиболее специализированное компьютерное программное обеспечение для шумоподавления позволяет пользователю отдельно управлять шумоподавлением цветности и яркости.

Линейные фильтры сглаживания [ править ]

Один из методов удаления шума - свертка исходного изображения с помощью маски, которая представляет собой фильтр нижних частот или операцию сглаживания. Например, маска Гаусса содержит элементы, определяемые функцией Гаусса . Эта свертка приводит значение каждого пикселя в более полное соответствие со значениями его соседей. Как правило, сглаживающий фильтр устанавливает для каждого пикселя среднее значение или средневзвешенное значение самого себя и его ближайших соседей; фильтр Гаусса - это всего лишь один из возможных наборов весов.

Сглаживающие фильтры имеют тенденцию к размытию изображения, потому что значения интенсивности пикселей, которые значительно выше или ниже, чем окружающая среда, будут «размазывать» по области. Из-за этого размытия линейные фильтры редко используются на практике для уменьшения шума; однако они часто используются в качестве основы для фильтров нелинейного шумоподавления.

Анизотропная диффузия [ править ]

Основная статья: Анизотропная диффузия

Другой метод удаления шума - это преобразование изображения в уравнение сглаживания в частных производных, подобное уравнению теплопроводности , которое называется анизотропной диффузией . С пространственно постоянным коэффициентом диффузии это эквивалентно уравнению теплопроводности или линейной гауссовой фильтрации, но с коэффициентом диффузии, предназначенным для обнаружения краев, шум может быть удален без размытия краев изображения.

Нелокальные средства [ править ]

Основная статья: Неместные средства

Другой подход к удалению шума основан на нелокальном усреднении всех пикселей изображения. В частности, величина взвешивания для пикселя основана на степени сходства между небольшим фрагментом, центрированным на этом пикселе, и небольшим фрагментом, центрированным на пикселе, который подвергается устранению шума.

Нелинейные фильтры [ править ]

Медианный фильтр является примером нелинейного фильтра , и, если должным образом спроектированы, очень хорошо на сохранение деталей изображения. Чтобы запустить медианный фильтр:

  1. рассмотреть каждый пиксель в изображении
  2. отсортируйте соседние пиксели по порядку в зависимости от их интенсивности
  3. заменить исходное значение пикселя на среднее значение из списка

Медианный фильтр - это фильтр рангового выбора (RS), особенно суровый член семейства фильтров рангового выбора (RCRS); [34] гораздо более мягкий член этого семейства, например тот, который выбирает ближайшее из соседних значений, когда значение пикселя является внешним в его окрестности, и оставляет его неизменным в противном случае, иногда предпочтительнее, особенно в фотографических приложениях.

Медианные и другие фильтры RCRS хорошо удаляют с изображения «соленый» и «перец» шум, а также вызывают относительно небольшое размытие краев и, следовательно, часто используются в приложениях компьютерного зрения.

Вейвлет-преобразование [ править ]

Основная цель алгоритма шумоподавления изображения - добиться как уменьшения шума, так и сохранения характеристик. В этом контексте особый интерес представляют методы, основанные на вейвлетах. В вейвлет-области шум равномерно распределен по коэффициентам, в то время как большая часть информации об изображении сосредоточена в нескольких больших. [35] Таким образом, первые методы шумоподавления на основе вейвлетов были основаны на пороговой обработке коэффициентов детальных поддиапазонов. [36] [ требуется страница ] Однако большинство методов определения пороговых значений вейвлетов страдают тем недостатком, что выбранный порог может не соответствовать конкретному распределению компонентов сигнала и шума в различных масштабах и ориентациях.

Чтобы устранить эти недостатки, были разработаны нелинейные оценки, основанные на байесовской теории. В байесовской структуре было признано, что успешный алгоритм шумоподавления может обеспечить как снижение шума, так и сохранение характеристик, если он использует точное статистическое описание компонентов сигнала и шума. [35]

Статистические методы [ править ]

Статистические методы шумоподавления изображений также существуют, хотя они используются нечасто, поскольку требуют больших вычислительных ресурсов. Для гауссовского шума можно смоделировать пиксели в изображении в градациях серого как автоматически распределенные, где «истинное» значение шкалы серого каждого пикселя обычно распределяется со средним значением, равным среднему значению шкалы серого соседних пикселей и заданной дисперсии.

Обозначим через пиксели пиксели, прилегающие к этому пикселю. Тогда условное распределение интенсивности оттенков серого (по шкале) в th узле будет:

для выбранного параметра и дисперсии . Один метод шумоподавления, который использует модель автонормального режима, использует данные изображения в качестве байесовского априорного значения и автонормальную плотность в качестве функции правдоподобия, при этом результирующее апостериорное распределение предлагает среднее значение или режим в качестве шумоподавленного изображения. [37] [38]

Алгоритмы сопоставления блоков [ править ]

Основная статья: Сопоставление блоков и 3D-фильтрация

Блочный алгоритм сопоставления может быть применен к группе аналогичных фрагментов изображения на перекрывающиеся макроблоки одинакового размера, стеки подобных макроблоков затем фильтруют вместе в области преобразования , и каждый фрагмент изображения, наконец , восстановлен в исходное местоположение с помощью взвешенного среднего перекрытия пикселей. [39]

Случайное поле [ править ]

Основная статья: Поля усадки (восстановление изображения)

Сжатие полей - это метод машинного обучения на основе случайных полей , который обеспечивает производительность, сравнимую с производительностью блочного сопоставления и трехмерной фильтрации, но требует гораздо меньших вычислительных затрат (так что это может выполняться непосредственно во встроенных системах ). [40]

Глубокое обучение [ править ]

Были предложены различные подходы к глубокому обучению для решения таких задач снижения шума и восстановления изображений . Deep Image Prior - один из таких методов, который использует сверточную нейронную сеть и отличается тем, что не требует предварительных данных обучения. [41]

Программное обеспечение [ править ]

Большинство программ для редактирования изображений и фотографий общего назначения имеют одну или несколько функций шумоподавления (медиана, размытие, удаление пятен и т. Д.).

См. Также [ править ]

Общие проблемы с шумом [ править ]

  • Обработка сигналов
  • Подпространство сигнала

Аудио [ править ]

  • Архитектурная акустика
  • Тест прослушивания кодека
  • Наушники с шумоподавлением
  • Шумовая печать
  • Звуковая маскировка

Изображения и видео [ править ]

  • Вычитание темного кадра
  • Цифровая обработка изображений
  • Полное изменение шумоподавления
  • Видео шумоподавление

Подобные проблемы [ править ]

  • Удаление размытия

Ссылки [ править ]

  1. ^ Чен, Янкан; Фомель, Сергей (ноябрь – декабрь 2015 г.). «Ослабление случайного шума с использованием локальной ортогонализации сигнала и шума» . Геофизика . 80 (6): WD1 – WD9. Bibcode : 2015Geop ... 80D ... 1C . DOI : 10,1190 / GEO2014-0227.1 . S2CID  120440599 .
  2. ^ Сюэ, Чжигуан; Чен, Янкан; Фомель, Сергей; Сунь, Цзюньчжэ (2016). «Сейсмическое отображение неполных данных и данных из одновременных источников с использованием метода наименьших квадратов обратной миграции во времени с формированием регуляризации» . Геофизика . 81 (1): S11 – S20. Bibcode : 2016Geop ... 81S..11X . DOI : 10.1190 / geo2014-0524.1 .
  3. ^ Чен, Янкан; Юань, Цзян; Зу, Шаохуань; Цюй, Шань; Ган, Шувэй (2015). «Сейсмическое отображение данных из одновременных источников с использованием ограниченной обратной миграции во времени методом наименьших квадратов». Журнал прикладной геофизики . 114 : 32–35. Bibcode : 2015JAG ... 114 ... 32С . DOI : 10.1016 / j.jappgeo.2015.01.004 .
  4. ^ Чен, Янкан; Чен, Ханмин; Сян, Куй; Чен, Сяохун (2017). «Интерполяция каротажных диаграмм на основе геологической структуры для точной инверсии полной формы волны». Международный геофизический журнал . 209 (1): 21–31. Bibcode : 2016GeoJI.207.1313C . DOI : 10,1093 / gji / ggw343 .
  5. ^ Ган, Шувэй; Ван, Шоудонг; Чен, Янкан; Цюй, Шань; Цзу, Шаохуань (2016). «Скоростной анализ данных из одновременных источников с использованием подобия высокого разрешения - борьба с сильным шумом» . Международный геофизический журнал . 204 (2): 768–779. Bibcode : 2016GeoJI.204..768G . DOI : 10,1093 / gji / ggv484 .
  6. ^ Чен, Янкан (2017). «Исследование подземных карстовых структур с использованием частотно-временного разложения». Интерпретация . 4 (4): T533 – T542. DOI : 10,1190 / INT-2016-0030.1 .
  7. ^ Хуанг, Вейлинь; Ван, Рунцю; Чен, Янкан; Ли, Хуэйцзянь; Ган, Шувэй (2016). «Демпфированный многоканальный анализ сингулярного спектра для подавления трехмерного случайного шума». Геофизика . 81 (4): V261 – V270. Bibcode : 2016Geop ... 81V.261H . DOI : 10.1190 / geo2015-0264.1 .
  8. ^ Чен, Янкан (2016). «Структурная фильтрация с разделением по падению с использованием преобразования сейслета и адаптивного эмпирического разложения мод на основе фильтра падения» . Международный геофизический журнал . 206 (1): 457–469. Bibcode : 2016GeoJI.206..457C . DOI : 10,1093 / gji / ggw165 .
  9. ^ Чен, Янкан; Ма, Цзяньвэй; Фомель, Сергей (2016). «Словарь двойной разреженности для ослабления сейсмических шумов». Геофизика . 81 (4): V261 – V270. Bibcode : 2016Geop ... 81V.193C . DOI : 10.1190 / geo2014-0525.1 .
  10. ^ Чен, Янкан (2017). «Быстрое изучение словаря для шумоподавления многомерных сейсмических данных» . Международный геофизический журнал . 209 (1): 21–31. Bibcode : 2017GeoJI.209 ... 21C . DOI : 10,1093 / gji / ggw492 .
  11. ^ https://web.archive.org/web/20200702165827/http://www.ant-audio.co.uk/Tape_Recording/Theory/Tandberg_Actilinear_Dyneq.pdf
  12. ^ https://web.archive.org/web/20200702165605/http://sportsbil.com/tandberg/tcd-440a-tech.pdf
  13. ↑ Информация, Reed Business (20 сентября 1979 г.). «Новый ученый» .
  14. ^ https://web.archive.org/web/20200702172103/https://www.nytimes.com/1984/09/02/arts/sound-a-standout-cassette-deck.html
  15. ^ a b c d e f g h i j k «High Com - новейшая система шумоподавления / шумоподавление - тишина - это золото» (PDF) . elektor (Великобритания) - современная электроника для лаборатории и отдыха . Vol. 1981 г. 70. Февраль 1981. С. 2-04–2-09. Архивировано (PDF) из оригинала 02.07.2020 . Проверено 2 июля 2020 . (6 страниц)
  16. ^ Р., К. (1965). "Компандер вербессерт Магниттонкопие". Радио наставник (на немецком языке). 1965 (4): 301–303.
  17. ^ Burwen, Ричард С. (февраль 1971). «Динамический шумовой фильтр». Журнал Общества звукорежиссеров . 19 (1).
  18. ^ Burwen, Ричард С. (июнь 1971). «Динамический диапазон 110 дБ для ленты» (PDF) . Аудио : 49–50. Архивировано (PDF) из оригинала 13.11.2017 . Проверено 13 ноября 2017 .
  19. ^ Burwen, Ричард С. (декабрь 1971). «Дизайн системы шумоподавления». Журнал Общества звукорежиссеров . 19 : 906–911.
  20. ^ "Stereo Automat MK42 R-Player Budapesti Rádiótechnikai Gyár B" .
  21. ^ HIGH COM - широкополосный компандер HIGH COM, использующий интегральную схему U401BR (PDF) (информация о полупроводниках 2.80). AEG-Telefunken . Архивировано (PDF) из оригинала 16.04.2016 . Проверено 16 апреля 2016 .
  22. ^ Хоффман, Фрэнк В. (2004). Энциклопедия записанного звука . 1 (переработанная ред.). Тейлор и Фрэнсис .
  23. ^ «Шумоподавление» . Audiotools.com. 2013-11-10.
  24. ^ "Динамический ограничитель шума Philips" . Архивировано из оригинала на 2008-11-05 . Проверено 14 января 2009 .
  25. ^ «Динамическое шумоподавление» . ComPol Inc.
  26. ^ «История» . Архивировано из оригинала на 2007-09-27 . Проверено 14 января 2009 .
  27. ^ «Аудио термины» . Архивировано из оригинала на 2008-12-20 . Проверено 14 января 2009 .
  28. ^ "LM1894 Система динамического шумоподавления DNR" . Архивировано из оригинала на 2008-12-20 . Проверено 14 января 2009 .
  29. ^ Gunyo, Ed. «Эволюция Ривьеры - 1983 год к 20-летию» . Ассоциация владельцев Ривьеры.(NB. Первоначально опубликовано в The Riview , Vol. 21, No. 6, сентябрь / октябрь 2005 г.)
  30. ^ http://www.hellodirect.com/catalog/Product.jhtml?PRODID=11127&CATID=15295 [ мертвая ссылка ]
  31. ^ Боашаш, Б., изд. (2003). Частотно-временной анализ и обработка сигналов - исчерпывающий справочник . Оксфорд: Elsevier Science . ISBN 978-0-08-044335-5.
  32. ^ Boashash, B. (апрель 1992). «Оценка и интерпретация мгновенной частоты сигнала - Часть I: основы». Труды IEEE . 80 (4): 519–538. DOI : 10.1109 / 5.135376 .
  33. ^ Мехди Мафи, Гарольд Мартин, Жан Андриан, Армандо Баррето, Мерседес Кабреризо, Малек Аджуади, «Комплексное исследование импульсных и гауссовских фильтров шумоподавления для цифровых изображений», Обработка сигналов, том. 157. С. 236–260, 2019.
  34. ^ Лю, Пуинь; Ли, Хунсин (2004). Теория и применение нечетких нейронных сетей . Интеллектуальные роботы и компьютерное зрение Xiii: алгоритмы и компьютерное зрение . 2353 . World Scientific. С. 303–325. Bibcode : 1994SPIE.2353..303G . DOI : 10.1117 / 12.188903 . ISBN 978-981-238-786-8. S2CID  62705333 .
  35. ^ a b Forouzanfar, M .; Abrishami-Moghaddam, H .; Гадими, С. (июль 2008 г.). «Локально адаптивный многомасштабный байесовский метод шумоподавления изображения на основе двумерных нормальных обратных гауссовских распределений». Международный журнал вейвлетов, множественного разрешения и обработки информации . 6 (4): 653–664. DOI : 10.1142 / S0219691308002562 . S2CID 31201648 . 
  36. ^ Маллат, С. (1998). Вейвлет-тур по обработке сигналов . Лондон: Academic Press .
  37. ^ Besag, Julian (1986). «О статистическом анализе грязных картинок» (PDF) . Журнал Королевского статистического общества. Серия Б (Методическая) . 48 (3): 259–302. DOI : 10.1111 / j.2517-6161.1986.tb01412.x . JSTOR 2345426 .  
  38. ^ Seyyedi Саид (2018). «Включение метода шумоподавления в рентгеновскую тензорную томографию». J IEEE Transactions on Computational Imaging . 4 (1): 137–146. DOI : 10.1109 / TCI.2018.2794740 . JSTOR 17574903 . S2CID 46793582 .  
  39. ^ Dabov, Kostadin; Фой, Алессандро; Катковник, Владимир; Егиазарян, Карен (16 июля 2007 г.). «Шумоподавление изображения с помощью разреженной совместной фильтрации в области трехмерного преобразования». IEEE Transactions по обработке изображений . 16 (8): 2080–2095. Bibcode : 2007ITIP ... 16.2080D . CiteSeerX 10.1.1.219.5398 . DOI : 10.1109 / TIP.2007.901238 . PMID 17688213 . S2CID 1475121 .   
  40. ^ Шмидт, Уве; Рот, Стефан (2014). Поля усадки для эффективного восстановления изображения (PDF) . Компьютерное зрение и распознавание образов (CVPR), Конференция IEEE 2014 г. Колумбус, Огайо, США: IEEE. DOI : 10.1109 / CVPR.2014.349 . ISBN  978-1-4799-5118-5.
  41. ^ Ульянов, Дмитрий; Ведальди, Андреа; Лемпицкий, Виктор (30 ноября 2017 г.). "Deep Image Prior". arXiv : 1711.10925v2 [ Зрение и распознавание образов Компьютерное зрение и распознавание образов ].

Внешние ссылки [ править ]

  • Последние тенденции в области шумоподавления
  • Подавление шума в фотографии
  • Программное обеспечение Matlab и плагин Photoshop для шумоподавления изображений (точечный фильтр SA-DCT)
  • Программное обеспечение Matlab для шумоподавления изображений и видео (фильтр нелокальной области преобразования)
  • Нелокальное шумоподавление изображения, с кодом и онлайн-демонстрацией