Abstract
Noise is generated by several causes, when signal is processed. Hence, it generates error in the process of data transmission and decreases recognition ratio of image and speech data. Therefore, after eliminating those noises, a variety of methods for reconstructing the signal have been researched. Recently, wavelet transform which has time-frequency localization and is possible for multiresolution analysis is applied to many fields of technology. Then threshold-and correlation-based methods are proposed for removing noise. But, conventional methods accept a lot of noise as an edge and are impossible to remove the additive white Gaussian noise (AWGN) and the impulse noise at the same time. Therefore, in this paper we proposed new wavelet-based algorithm for reconstructing degraded signal by noise and compared it with conventional methods.
신호를 처리하는 과정에서 여러 가지 원인에 의해 잡음이 발생하고 있으며, 이에 따라 전송 데이터에서 오류가 발생하거나, 영상 및 음성 데이터의 인지도를 저하시킨다. 따라서 이러한 잡음들을 제거하여 신호를 복원하기 위한 다양한 방법들이 연구되고 있다. 현재, 시간-주파수 국부성을 갖고, 다중해상도 해석이 가능한 웨이브렛 변환이 많은 공학 분야에서 응용되고 있으며, 잡음 제거를 위해 문턱값과 상관관계를 이용한 방법 등이 제시되었다. 그러나 기존의 방법들은 여전히 많은 잡음들을 에지로서 판단하며, AWGN과 임펄스 잡음을 동시에 제거하기 위한 방법을 제공하지 않는다. 따라서 본 논문에서는 잡음에 의해 훼손된 신호를 복원하기 위하여, 새로운 웨이브렛기반 알고리즘을 제시하였으며, 기존의 방법들과 비교하였다.