• Nuclear Engineering and Technology
• /
• 제52권8호
• /
• pp.1771-1776
• /
• 2020

Adverse effects in the measured gamma spectrum caused by radioactive statistical fluctuations, gamma ray scattering, and electronic noise can be reduced by energy spectrum denoising. Wavelet threshold denoising can be used to perform multi-scale and multi-resolution analysis on noisy signals with small root mean square errors and high signal-to-noise ratios. However, in traditional wavelet threshold denoising methods, there are signal oscillations in hard threshold denoising and constant deviations in soft threshold denoising. An improved wavelet threshold calculation method and threshold processing function are proposed in this paper. The improved threshold calculation method takes into account the influence of the number of wavelet decomposition layers and reduces the deviation caused by the inaccuracy of the threshold. The improved threshold processing function can be continuously guided, which solves the discontinuity of the traditional hard threshold function, avoids the constant deviation caused by the traditional soft threshold method. The examples show that the proposed method can accurately denoise and preserves the characteristic signals well in the gamma energy spectrum.

• 한국정보통신학회논문지
• /
• 제5권5호
• /
• pp.853-860
• /
• 2001

본 논문에서는 웨이브렛을 이용한 두 가지 새로운 잡음 제거 방법으로, 공간적 상관관계를 이용한 NSSNF(new spatially selective noise filtration)과 threshold에 기초한 UDWT(undecimated discrete wavelet transform)을 제시한다. NSSNF에서는 기존의 SSNF에 새로운 파라메타를 추가하여, 융통성 있는 SNR 이득 특성을 얻도록 하였으며, UDWT에서는 hard-threshold를 적용하여, 기존의 soft-threshold를 적용한 OWT(orthogonal wavelet transform)보다 우수한 잡음 제거 효과를 얻도록 하였다. 이러한 테스트 환경으로는 AWGN을 선택하였으며, 개선 효과의 판단 기준으로 SNR을 사용하여, 기존의 잡음 제거 방법과 비교 분석하였다.

• Journal of Information Processing Systems
• /
• 제14권2호
• /
• pp.539-551
• /
• 2018

Images are unavoidably contaminated with different types of noise during the processes of image acquisition and transmission. The main forms of noise are impulse noise (is also called salt and pepper noise) and Gaussian noise. In this paper, an effective method of removing mixed noise from images is proposed. In general, different types of denoising methods are designed for different types of noise; for example, the median filter displays good performance in removing impulse noise, and the wavelet denoising algorithm displays good performance in removing Gaussian noise. However, images are affected by more than one type of noise in many cases. To reduce both impulse noise and Gaussian noise, this paper proposes a denoising method that combines adaptive median filtering (AMF) based on impulse noise detection with the wavelet threshold denoising method based on a Gaussian mixture model (GMM). The simulation results show that the proposed method achieves much better denoising performance than the median filter or the wavelet denoising method for images contaminated with mixed noise.

• 한국정보통신학회논문지
• /
• 제6권8호
• /
• pp.1139-1145
• /
• 2002

웨이브렛 변환 데이터는 신호의 상세 정보를 포함하고 있으므로 주파수 대역별로 필터링할 수 있다. 따라서, 본 논문에서는 중요한 두 가지 잡음을 웨이브렛을 사용하여 제거하였다. AWGN 환경에 대해서 hard-threshold를 적용한 UDWT(undecimated discrete wavelet transform)를 사용하였으며, 임펄스 잡음환경에 대해서는 임계치에 의한 잡음 제거와 웨이브렛에 의한 신호의 slope를 이용하여, 잡음 제거 효과를 최대로 함과 동시에 원신호의 edge를 인식하도록 하였다. 이러한 잡음 제거 효과의 판단 기준으로 SNR을 사용하였으며, 테스트 신호로서 Blocks와 DTMF(dual tone multi frequency)를 사용하였다.

• 한국음향학회지
• /
• 제19권4호
• /
• pp.3-15
• /
• 2000

본 논문은 웨이블렛 영역에서 신호성분을 보존하면서 첨부된 잡음성분을 제거할 수 있는 새로운 잡음제거 필터를 제시한다. 적응적 웨이블렛 수축(AWS) 필터라 불리는 제안된 필터는 웨이블렛 제거기와 적응적 수축기의 두 개 연산기로 구성되어 있으며 각각의 연산기는 웨이블렛 계수의 국부적 통계성을 이용하여 적응적으로 추정되는 threshold에 의존하여 선택되는데 웨이블렛 제거기는 threshold보다 작은 웨이블렛 계수들을 0으로 대신하여 웨이블렛 영역에서 잡음을 제거하게 된다. 또한 적응적 수축기는 threshold보다 큰 계수들을 적응적으로 수축하여 신호성분을 보존하면서 잡음성분을 줄이게 된다. 실험 결과, 제안된 필터는 기존의 방법들보다 잡음을 제거하면서 신호성분을 보존하는데 더욱 효과적임을 보여준다.

• 융합신호처리학회논문지
• /
• 제8권4호
• /
• pp.255-265
• /
• 2007

웨이블릿 축소 기법으로 영상신호의 잡음을 제거할 때, 웨이블릿 계수들이 상관관계를 갖는 경우 잡음제거 효과가 저하된다. 멀티웨이블릿 변환된 계수 들은 사전 필터의 영향으로 상관관계를 갖게 된다. 이러한 문제점을 해결하기위해 V Sterela에 의해 Universal 경계 값 적용을 위한 사전 필터를 새로 설계하거나 가중 값을 적용하는 기법이 제시되었다. 본 논문에서는 멀티웨이블릿 변환 영역에서 웨이블릿 축소 기법의 잡음제거 효과를 향상시키기 위해, 대역의 계수를 추정된 잡음편차로 나누는 계수 정규화기법을 Universal, SURE 및 GCV 경계 값에 적용하여 잡음을 제거하는 시도를 하였다. 각 경계 값들에 대한 PSNR을 비교하여 이 기법의 실용성을 확인하였다.

• 한국정보통신학회논문지
• /
• 제11권6호
• /
• pp.1122-1128
• /
• 2007

본 논문은 웨이블릿 패킷 변환과 AA(절대평균)임계값 설정 기반에 의한 영상의 노이즈를 제거하여 영상을 복원하는 연구이다. 웨이블릿 패킷 변환은 웨이블릿 변환보다 고주파부분에서 노이즈 제거가 효과적이다. 또한 기존에 사용된 임계값 결정은 표준편차 추정치를 사용하므로 노이즈 크기가 커지면 임계값이 증가하고 영상도 손상되고, 노이즈 크기에 비례하여 임계값이 설정되므로 영상이 변해도 동일한 임계값이 적용되어 복원 영상의 PSNR이 저하된다. 반면 AA임계값 적용기법은 극단적인 영향을 피할 수 있고 분해된 영상의 통계량에 따라 임계값이 결정되므로 영상의 변화에 적응적이다. 실험 결과 표준편차 추정 임계값을 적용한 웨이블릿 변환기법과 비교하여 10%, 웨이블릿 패킷 기반 노이즈 제거기법과는 5% PSNR이 증가하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.605-608
• /
• 2007

본 논문은 절대평균 임계값을 웨이블릿 패킷에 적용하여 영상의 노이즈를 제거하기 위한 연구이다. 기존에 사용된 임계값은 표준편차 추정치를 사용하므로 노이즈 크기가 커지면 임계값이 증가하고 영상도 손상된다. 또한 노이즈 크기에 비례하여 임계값이 설정되므로 영상이 변해도 동일한 임계값이 적용되어 복원영상의 PSNR이 저하된다. 반면 절대평균의 임계값을 적용기법은 극단적인 영향을 피할 수 있고 분해된 영상의 통계량에 따라 임계값이 결정되므로 영상의 변화에 적응적이다. 실험 결과 표준편차 추정 임계값을 적용한 웨이블릿 변환기법과 비교하여 12%, 웨이블릿 패킷 기반 노이즈 제거기법과는 6% PSNR이 증가하였다.

• 한국정보통신학회논문지
• /
• 제6권4호
• /
• pp.513-518
• /
• 2002

본 논문에서는 웨이브렛을 이용한 임펄스 노이즈 제거 방범을 제시하며, 노이즈 제거에서 웨이브렛의 시간과 주파수 국부성은 신호의 상세 정보를 포함하고 있으므로, 기존의 방법들에 비해 우수한 결과를 제공한다. 임계치에 의한 노이즈 제거와 웨이브렛에 의한 신호의 slope를 이용하여, 노이즈 제거 효과를 최대로 함과 동시에 원신호의 edge를 인식하도록 하였다. 객관적인 판단을 위해, 테스트 신호고서 HeaviSine과 DTMF를 사용하였으며, 서로 다른 크기를 갖는 임펄스 노이즈를 동일한 시간에 원신호에 중첩하여 시뮬레이션 하였다.

• 한국소음진동공학회논문집
• /
• 제16권11호
• /
• pp.1149-1157
• /
• 2006

Donoho et al. suggested a wavelet thresholding denoising method based on discrete wavelet transform. This paper proposes an improved denoising method using a new thresholding function based on translation-invariant wavelet for underwater acoustic measurement. The conventional wavelet thresholding denoising method causes Pseudo-Gibbs phenomena near singularities due to the lack of translation-invariant of the wavelet basis. To suppress Pseudo-Gibbs phenomena, a denoising method combining a new thresholding function based on the translation-invariant wavelet transform is proposed in this paper. The new thresholding function is a modified hard-thresholding to each node according to the discriminated threshold so as to reject unknown external noise and white gaussian noise. The experimental results show that the proposed method can effectively eliminate noise, extract characteristic information of radiated noise signals.