A Study on the Wavelet-based Algorithm for Noise Cancellation

잡음 제거를 위한 웨이브렛기반 알고리즘에 관한 연구

A society has progressed rapidly toward the highly advanced digital information age. However, noise is generated by several causes, when signal is processed. Therefore, methods for eliminating those noises have researched. There were the existing FFT(fast fourier transform) and STFT(short time fourier transform) for removing noise but it's impossible to know information about time and time-frequency localization capabilities have conflictive relationship. Therefore, for overcoming these limits, wavelet-based denoising methods that are capable of multiresolution analysis are applied to the signal processing field. However, existing threshold- and correlation-based denoising methods consider only statistical characteristics for noise, accordingly a lot of noise is acceptable as an edge and are impossible to remove AWGN and impulse noise, at the same time. Hence, in this paper we proposed wavelet-based new denoising algorithm and compared existing methods with it.

최근, 사회는 고도의 디지털 정보화 시대로 급속히 발전하고 있다. 그러나 여전히 신호를 처리하는 과정에서 여러 가지 원인에 의해 잡음이 발생하고 있으며, 이러한 잡음들을 제거하기 위한 다양한 방법들이 연구되고 있다. 잡음을 제거하기 위해 기존에 FFT와 STFT 등이 있었으나, 신호에 대한 시간정보를 알 수 없고 시간-주파수 국부성이 상충관계를 갖는다. 따라서 이러한 한계를 극복하기 위해, 다중해상도 해석이 가능한 웨이브렛기반의 잡음 제거 기법들이 신호처리 분야에서 응용되고 있다. 그러나 threshold와 상관관계를 이용한 잡음 제거 방법은 잡음의 통계적 특징만을 반영함에 따라, 많은 잡음들이 edge로써 판단될 수 있으며, AWGN과 임펄스 잡음을 동시에 제거하기 위한 방법을 제공하지 않는다. 따라서 본 논문에서는 웨이브렛기반의 새로운 잡음 제거 방법을 제시하여, 기존의 방법들과 비교하였다.