Abstract
Because of the lack of translation invariance of wavelet basis, traditional wavelet thresholding denoising leads to pseudo-Gibbs phenomena in the vicinity of discontinuities of signal. In this paper, in order to reduce the pseudo-Gibbs phenomena, wavelet coefficients are thresholded and reconstruction algorithm is implemented through minimizing the total variation of denoising signal using subgradient descent algorithm. Most of experiments were performed under the non-real-time and real-time environments. In the case of non-real-time experiments, the algorithm that this paper proposes was found more effective than that of wavelet hard thresholding denoising by 2.794㏈(SNR) based on the signal to noise ratio. And lots of pseudo-Gibbs phenomena was removed visually in the vicinity of discontinuities. In the case of real-time experiments, the number of iteration was restricted to 60 times considering the performance time. It took 0.49 seconds and most of the pseudo-Gibbs phenomena were also removed.
기존의 웨이블릿 임계치를 이용한 잡음제거 방법은 기저함수가 천이 불변이 되지 않아 불연속점 주위에 의사 깁스 현상을 발생시킨다. 또 논문에서는, 이러한 의사 깁스 현상을 감소시키기 위해 웨이블릿 임치 기법으로 재생성된 웨이블릿 계수의 전변분을 준경도 강화법을 이용하여 최소화하는 방향으로 구현하였다 객관적인 평가는 비실시간상에서 실험하였고 실시간 적용여부는 주위환경의 영향을 고려하여 실시간 신호 획득 보드를 사용하여 확인하였다. 비실 시간의 경우 블록 신호를 예를 들면 기존의 강성 임계치 기법보다 SNR이 2.794dB정도 개선되었고 시각적으로도 불연속점 주위의 의사 깁스 현상이 현격히 감소됨을 확인하였다. 실시간 실험의 경우, 수행시간을 고려하여 반복 횟수를 60번으로 제한한 결과 0.49초의 수행시간이 소요되었고 불연속점 주위의 의사 깁스 현상 역시 제거됨을 확인 할 수 있었다.
