소음 저감

Noise reduction
소리의 음량을 줄이려면 방음을 참조하십시오.기계 및 제품의 소음 감소에 대해서는 소음 제어를 참조하십시오.

노이즈 리덕션은 신호에서 노이즈를 제거하는 프로세스입니다.노이즈 저감 기술은 오디오 및 이미지에 대해 존재합니다.노이즈 저감 알고리즘에 의해 신호가 어느 정도 왜곡될 수 있습니다.노이즈 제거는 회로에 의한 커먼 모드 제거 비율과 마찬가지로 불필요한 신호 성분을 원하는 신호 성분으로부터 분리하는 기능입니다.

아날로그와 디지털을 불문하고, 모든 신호 처리 장치에는 노이즈의 영향을 받기 쉬운 특성이 있습니다.노이즈는 균일한 주파수 분포(흰색 노이즈)로 랜덤하게 발생하거나 디바이스의 메커니즘 또는 신호 처리 알고리즘에 의해 발생하는 주파수에 의존하는 노이즈가 될 수 있습니다.

전자 시스템에서 주요 유형의 소음은 열 교반으로 인한 무작위 전자 운동으로 인해 발생하는 쉿입니다.이러한 교반된 전자는 출력 신호에서 빠르게 더하고 빼기 때문에 감지 가능한 노이즈를 생성합니다.

사진필름 및 자기테이프의 경우 매체의 입자구조로 인해 노이즈(가시 및 가청 모두)가 발생한다.사진 필름은 필름 내 입자의 크기에 따라 필름의 감도가 결정되며, 더 큰 크기의 입자를 가진 보다 민감한 필름이다.자기테이프에서는 자성입자(일반적으로 산화철 또는 마그네타이트)의 입자가 클수록 매체가 노이즈를 일으키기 쉽습니다.이를 보완하기 위해 필름 또는 자기 테이프의 넓은 영역을 사용하여 노이즈를 허용 가능한 수준으로 낮출 수 있습니다.

일반적으로

노이즈 저감 알고리즘은 신호를 다소 변경하는 경향이 있습니다.로컬 신호 및 노이즈 직교 알고리즘을 사용하여 [1]신호의 변경을 방지할 수 있습니다.

지진 탐사에서

지진 데이터의 신호 증폭은 지진 이미지,[2][3] 반전 [4][5]및 [6]해석에 특히 중요하므로 석유 및 가스 [7][8][9][10]탐사 성공률이 크게 향상된다.주변 랜덤 노이즈에서 얼룩진 유용한 신호는 종종 무시되기 때문에 최종 마이그레이션 이미지에서 지진 이벤트와 아티팩트의 가짜 중단을 야기할 수 있다.무작위 소음을 감쇠하여 지진 프로파일의 가장자리 특성을 보존하면서 유용한 신호를 강화하면 해석의 어려움과 석유 및 가스 탐지에 대한 잘못된 위험을 줄이는 데 도움이 될 수 있다.

음성으로

소음 감소 예시
0dB, 5dB, 12dB 및 30dB 감소, 150Hz 주파수 스무딩 및 0.15초의 공격/감소 시간을 가진 Audacity를 사용한 노이즈 감소의 예.
이 파일을 재생하는 데 문제가 있습니까?미디어 도움말을 참조하십시오.

아날로그 테이프 레코딩 테크놀로지를 사용하면 테이프 히스라고 불리는 노이즈가 발생할 수 있습니다.이는 기록 매체에 분사되는 자기 에멀젼에 사용되는 입자 크기와 텍스처 및 테이프 헤드의 상대 테이프 속도와 관련이 있습니다.

노이즈 저감에는 싱글 엔드 사전 녹음, 싱글 엔드 히스 저감, 싱글 엔드 표면 노이즈 저감 및 코덱 또는 듀얼 엔드 시스템의 4가지 유형이 있습니다.싱글 엔드 사전 기록 시스템(Dolby HX 및 HX Pro 또는 Tandberg의 Actilinar 및 Dyneq[11][12][13][14] 등)은 기록 시 기록 매체에 영향을 미칩니다.싱글 엔드 히스 리덕션시스템(DNL이나[15] DNR 등)은 녹음 프로세스 전후의 노이즈와 라이브브로드캐스트어플리케이션 양쪽을 포함한 노이즈를 저감하기 위해 동작합니다.싱글 엔드 표면 소음 저감(CEDAR 및 이전 SAE 5000A, Burwen TNE 7000, Packburn 101/323/323A/323 등)AA, 325[16])는 축음기 레코드의 재생에 적용되어 스크래치, 펑, 표면의 비선형성을 감쇠시킨다.위상 선형 자동보정기 노이즈 저감 및 다이내믹 레인지 리커버리 시스템(모델 1000 및 4000)과 같은 싱글 엔드 다이내믹 레인지 익스팬더를 사용하면 오래된 녹음에서 발생하는 다양한 노이즈를 줄일 수 있습니다.듀얼 엔드 시스템에는 기록 중에 프리엠퍼시스 프로세스가 적용된 후 재생 시 디엠퍼시스 프로세스가 적용됩니다.

컴팬더 기반 소음 저감 시스템

Dual-ended 압신기 소음 감소 시스템 나는 dbx에 의해, 도널드 Aldous의 EMTNoiseBX,[17]Burwen 래버러 토리스의 모델 2000년[그것],[18][19][20]전문 시스템 DolbyA[15]과 돌비 SR돌비 연구소에 의해,dbx 프로페셔널 및 dbx 형식 Telefunken의 telcom c4[드][15]과 MXR 혁신의 MXR[21]뿐만 아니라 소비자 시스템 DolbyNR,을 포함한다.돌비 B,[15]돌비 C과 돌비. S, dbx Type II,[15] Telefunken's High[15] Com 및 Nakamichi's High-Com II, 도시바(Aurex AD-4)[15][22] 주소 [ja], JVC의 [15][22]ANRS [ja] 및 [15][22]Super ANRS, Fisher/Sanyo의 Super D,[23][15][22] Hungargariargari.[22]이러한 시스템에는 기록 중에 사전 강조 프로세스가 적용된 다음 재생 시 강조 제거 프로세스가 적용됩니다.

일부 컴판더 시스템에서는 프로페셔널 미디어 제작 중에 압축이 적용되고 청취자에 의해 확장만 적용됩니다.예를 들어 dbx 디스크, High-Com II, CX 20[22] 및 UC와 같은 시스템은 비닐 녹음에 사용되었으며, 돌비 FM, High Com FM 및 FMX는 FM 라디오 방송에 사용되었습니다.

최초로 널리 사용되는 오디오 노이즈 저감 기술은 1966년 Ray Dolby에 의해 개발되었습니다.프로페셔널한 사용을 목적으로 한 Dolby Type A는 4개 대역의 주파수 진폭이 녹음(인코딩) 중에 증가했다가 재생(디코딩) 중에 비례적으로 감소하는 인코딩/디코딩 시스템입니다.돌비 B 시스템(Henry Kloss와 함께 개발)은 소비자 제품을 위해 설계된 단일 밴드 시스템입니다.특히 오디오 신호의 조용한 부분을 녹음할 때는 1kHz 이상의 주파수가 상승합니다.이것에 의해, 테이프상의 신호 대 잡음비가 초기 신호량에 따라 최대 10 dB까지 증가했습니다.재생되었을 때, 디코더는 프로세스를 역전시켜, 노이즈 레벨을 최대 10 dB 삭감했습니다.Dolby B 시스템은 Dolby A만큼 효과적이지는 않지만 디코더 없이 재생 시스템에서 들을 수 있다는 장점이 있었습니다.

Telefunken High Com 집적회로 U401BR은 대부분 Dolby B 호환 컴파일러로서도 사용할 수 있습니다.[25]다양한 최신 세대의 하이컴 테이프 덱에서 Dolby-B 에뮬레이트 "D NR Expander" 기능은 재생뿐만 아니라 녹음 중에도 문서화되어 있지 않습니다.

dbx는 David E가 개발한 경쟁 아날로그 노이즈 저감 시스템입니다. 블랙머, dbx [26]연구소 설립자노이즈 발생 가능성이 높은 고주파수를 증폭시킨 RMS(root-mean-squared) 인코딩/디코딩 알고리즘을 사용했으며, 돌비 B와 달리 전체 신호는 전체 가청 대역폭에 걸쳐 작동하며 오픈 엔드 시스템으로 사용할 수 없었습니다.그러나 최대 30dB의 소음 감소를 달성할 수 있다.

아날로그 비디오 레코딩은 휘도 부분(직접 컬러 시스템에서는 합성 비디오 신호)에 주파수 변조를 사용하여 테이프를 포화 수준으로 유지하기 때문에 오디오 스타일의 노이즈 감소는 불필요합니다.

동적 소음 제한 장치 및 동적 소음 감소

DNL(Dynamic Noise Limiter)은 1971년 필립스가 카세트 덱에서 사용하기 위해 [15]처음 도입한 오디오 노이즈 저감 시스템입니다.회로도 단일 [27][28]칩을 기반으로 합니다.

National Semiconductor는 장거리 [29]전화의 소음 수준을 줄이기 위해 DNR(Dynamic Noise Reductor)로 개발했습니다.1981년에 처음 판매된 DNR은 훨씬 더 일반적인 돌비 소음 저감 [30]시스템과 자주 혼동된다.단, Dolby 및 dbx Type I 및 Type II 노이즈 저감 시스템과 달리 DNL 및 DNR은 재생 전용 신호 처리 시스템으로, 최초로 소스 재료를 부호화할 필요가 없으며, 다른 노이즈 [31]저감 형식과 함께 사용할 수 있습니다.

DNL과 DNR은 비보완적이며 부호화된 소스 자료가 필요하지 않기 때문에 자기 테이프 녹음이나 FM 라디오 방송 등의 오디오 신호에서 백그라운드 노이즈를 제거하여 노이즈를 10dB까지 [32]줄일 수 있습니다.DNR을 적용하기 전에 DNR로 인해 다른 소음 감소 시스템이 잘못 배치되는 것을 방지하기 위해 사용되는 경우 다른 소음 감소 시스템과 함께 사용할 수 있습니다.

DNR이 최초로 널리 보급된 것 중 하나는 1984년에 도입된 [33]미국 GM 자동차의 GM 델코 카 스테레오 시스템입니다.그것은 또한 1980년대에 체로키 XJ와 같은 지프 차량의 공장용 차량 스테레오에도 사용되었다.현재 DNR, DNL 및 이와 유사한 시스템은 마이크 시스템에서 노이즈 [34]저감 시스템으로서 가장 일반적으로 볼 수 있습니다.

기타 접근법

두 번째 알고리즘 클래스는 로컬 특성을 가진 일부 선형 또는 비선형 필터를 사용하여 시간 주파수 [35][page needed]영역에서 작동합니다.따라서 이 시간 주파수 영역에서 작동하는 스펙트럼 편집 도구를 사용하여 노이즈를 제거할 수 있으며, 이는 인근 신호 에너지에 영향을 미치지 않고 국소 수정을 가능하게 한다.이 작업은 정의된 시간 빈도 모양을 가진 펜으로 마우스를 사용하여 수동으로 수행할 수 있습니다.이것은 그림을 그리는 페인트 프로그램과 매우 유사합니다.또 다른 방법은 로컬 시간 주파수 영역에 대해 로컬 신호에서 파생된 노이즈를 필터링하기 위한 동적 임계값을 정의하는 것입니다.임계값 미만의 모든 것이 필터링되고, 음성의 일부 또는 "원하는 노이즈"와 같이 임계값을 초과하는 모든 것이 변경되지 않습니다.영역은 일반적으로 순간 [36]주파수 신호의 위치에 의해 정의됩니다. 보존되는 신호 에너지의 대부분이 해당 영역에 집중되기 때문입니다.

현대의 디지털 사운드(및 화상) 녹음에서는 테이프에 의한 잡음 발생을 걱정할 필요가 없기 때문에 아날로그 스타일의 노이즈 저감 시스템은 불필요합니다.다만, 흥미로운 점은, 디자 시스템이 실제로 신호에 노이즈를 추가하여 신호의 품질을 향상시킨다는 것입니다.

소프트웨어 프로그램

대부분의 DAW(디지털 오디오 워크스테이션)와 오디오 소프트웨어에는 일반적으로 1개 이상의 노이즈 저감 기능이 있습니다.눈에 띄는 특수 목적 노이즈 저감 소프트웨어 프로그램에는 Gnome Wave Cleaner가 있습니다.

이미지 내림

상관관계에 의한 소음 감소

디지털 카메라와 기존의 필름 카메라로 촬영한 이미지는 다양한 소스의 노이즈를 포착할 수 있습니다.이러한 이미지를 추가로 사용하려면 예술적 작업이나 마케팅과 같은 미적 목적 또는 컴퓨터 비전 등의 실용적인 목적을 위해 노이즈를 (부분적으로) 제거해야 하는 경우가 많습니다.

종류들

염분 및 후추 노이즈(희박 명암 장애)에서 이미지 내의 픽셀은 주변 픽셀과 색상 또는 강도가 매우 다릅니다. 노이즈가 있는 픽셀의 값은 주변 픽셀의 색상과 무관하다는 것이 특징적인 것은 노이즈가 있는 픽셀의 값입니다.일반적으로 이러한 유형의 노이즈는 소수의 이미지 픽셀에만 영향을 미칩니다.이미지를 볼 때, 이미지에 어둡고 하얀 점이 포함되어 있기 때문에 소금과 후추의 노이즈라는 용어가 붙습니다.일반적인 원인으로는 카메라 내부의 먼지 조각, 과열 또는 결함 CCD 요소가 있습니다.

가우스 노이즈에서는 영상의 각 픽셀이 원래 값에서 (일반적으로) 소량씩 변경됩니다.발생한 주파수에 대한 화소값 왜곡량의 그래프인 히스토그램은 노이즈의 정규 분포를 보여준다.다른 분포도 가능하지만, 다양한 노이즈의 합이 가우스 분포에 접근하는 경향이 있다는 중심 한계 정리 때문에 가우스(정규) 분포는 일반적으로 좋은 모델입니다.

어느 경우든, 다른 픽셀의 노이즈는 상관관계가 있거나 상관관계가 없을 수 있습니다.대부분의 경우, 다른 픽셀의 노이즈 값은 독립적이고 균등하게 분포되어 있으므로 상관관계가 없는 것으로 모델링됩니다.

제거

트레이드오프

화상 [37]처리에는 많은 노이즈 저감 알고리즘이 있습니다.소음 감소 알고리즘을 선택할 때는 몇 가지 요소를 고려해야 합니다.

  • 사용 가능한 컴퓨터의 파워와 사용 가능한 시간: 디지털 카메라는 작은 온보드 CPU를 사용하여 1초 만에 노이즈를 줄여야 하며 데스크톱 컴퓨터는 훨씬 더 많은 파워와 시간을 갖습니다.
  • 더 많은 노이즈를 제거할 수 있는 경우 실제 디테일을 희생하는 것이 허용되는지 여부(이미지의 변화가 노이즈인지 아닌지를 얼마나 적극적으로 판단하는지)
  • 이러한 결정을 더 잘 내리기 위해 노이즈의 특징과 이미지의 세부 사항

채도와 휘도 노이즈 분리

실제 사진에서 가장 높은 공간 주파수 디테일은 대부분 색상 변화("크로마 디테일")보다는 밝기 변화("휘도 디테일")로 구성된다.노이즈 저감 알고리즘은 촬영된 장면에서 실제 디테일을 희생하지 않고 노이즈를 제거하려고 시도해야 하므로 대부분의 장면에서 처음에 고주파 채도의 디테일이 거의 없기 때문에 휘도 노이즈 감소보다 휘도 노이즈 감소의 디테일이 손실될 위험이 크다.또한 대부분의 사람들은 휘도 노이즈보다 영상의 채도 노이즈를 더 불쾌하게 생각합니다.색상의 블럽은 필름 입자와 비교되는 휘도 노이즈의 거친 외관에 비해 "디지털 외관"으로 간주됩니다.이러한 두 가지 이유로 대부분의 사진 노이즈 감소 알고리즘은 이미지 세부사항을 채도와 휘도 구성요소로 분할하고 더 많은 노이즈 감소를 전자에 적용합니다.

대부분의 전용 노이즈 리덕션 컴퓨터 소프트웨어에서는 사용자가 채도와 휘도 노이즈 리덕션을 개별적으로 제어할 수 있습니다.

선형 평활 필터

노이즈를 제거하는 한 가지 방법은 저역 통과 필터를 나타내는 마스크 또는 스무딩 작업을 사용하여 원본 이미지를 합성하는 것입니다.예를 들어 가우스 마스크는 가우스 함수에 의해 결정되는 요소를 포함한다.이 회전에 의해, 각 픽셀의 값이 인접 픽셀의 값과 보다 밀접하게 조화를 이루게 됩니다.일반적으로 스무딩 필터는 각 픽셀을 자신과 인근 네이버의 평균값(가중평균)으로 설정합니다.가우스 필터는 가능한 가중치 세트 중 하나에 불과합니다.

스무딩 필터는 주변보다 훨씬 높거나 낮은 픽셀 강도 값이 영역 전체에서 "스멀링"되기 때문에 이미지를 흐리게 만드는 경향이 있습니다.이러한 흐림 때문에 선형 필터는 실제로는 소음 감소를 위해 거의 사용되지 않지만 비선형 소음 감소 필터의 기초로 자주 사용됩니다.

이방성 확산

주요 기사:이방성 확산

노이즈를 제거하는 또 다른 방법은 이방성 확산이라고 하는 열 방정식과 유사한 평활 편미분 방정식에서 이미지를 발전시키는 것입니다.공간적으로 일정한 확산계수를 사용하면 이는 열 방정식 또는 선형 가우스 필터링과 동일하지만, 가장자리를 검출하도록 설계된 확산계수를 사용하면 이미지의 가장자리를 흐리지 않고 노이즈를 제거할 수 있습니다.

로컬 이외의 평균

주요 기사: 로컬 이외의 의미

노이즈를 제거하기 위한 또 다른 방법은 이미지 내의 모든 픽셀에 대한 로컬 평균이 아닌 평균에 기초하는 것입니다.특히, 픽셀에 대한 가중치의 양은, 그 픽셀을 중심으로 한 작은 패치와 노이즈 해제되는 픽셀을 중심으로 한 작은 패치의 유사도에 근거한다.

비선형 필터

중위수 필터는 비선형 필터의 한 예이며 적절하게 설계된 경우 이미지 세부 정보를 매우 잘 보존합니다.중앙값 필터를 실행하려면:

  1. 이미지 내의 각 픽셀을 고려하다
  2. 이웃의 픽셀을 그 강도에 따라 순서대로 정렬하다
  3. 픽셀의 원래 값을 목록의 중앙값으로 바꿉니다.

A평균 필터는 rank-selection(RS)필터,rank-conditioned rank-selection의 필터(RCRS)이 가족 특히 심한 멤버고 픽셀의 값 방면으로 외부이고 변하지 않은 그렇지 않으면 그것은 나뭇잎들을 이웃한 값의 가장 가까운 선택하는 예를 들면 가족의 많은 보다 부드러운 멤버[38]다, 가끔 있다.spr특히 사진 어플리케이션에서 eferred.

중앙값 및 기타 RCRS 필터는 이미지에서 소금 및 후추 노이즈를 제거하는 데 효과적이며 가장자리의 흔들림이 비교적 적기 때문에 컴퓨터 비전 애플리케이션에서 자주 사용됩니다.

웨이브릿 변환

이미지 노이즈 제거 알고리즘의 주요 목적은 웨이브릿 필터 [41]뱅크를 사용하여 노이즈[39] 감소와 기능[40] 보존을 모두 달성하는 것입니다.이 맥락에서 웨이브릿 기반 방법은 특히 중요합니다.웨이브릿 영역에서는 노이즈가 계수에 걸쳐 균일하게 퍼져 대부분의 화상 정보가 몇 개의 큰 것에 [42]집중된다.따라서 첫 번째 웨이브릿 기반 노이즈 제거 방법은 상세 서브밴드 [43][page needed]계수의 임계값화에 기초했습니다.그러나 대부분의 웨이브릿 임계값화 방법에서는 선택한 임계값이 다른 스케일 및 방향에서 신호 및 노이즈 성분의 특정 분포와 일치하지 않을 수 있다는 단점이 있습니다.

이러한 단점을 해결하기 위해 베이지안 이론에 기초한 비선형 추정기가 개발되었습니다.베이지안 프레임워크에서 성공적인 노이즈 제거 알고리즘은 신호 [42]및 소음 구성요소에 대한 정확한 통계적 설명을 채택할 경우 소음 감소와 특징 보존을 모두 달성할 수 있다는 것이 인정되었다.

통계적 방법

이미지 노이즈 제거를 위한 통계적 방법도 존재하지만, 계산 부하가 높기 때문에 자주 사용되지 않습니다.가우스 노이즈의 경우 그레이스케일 이미지의 픽셀을 자동으로 정규 분포를 따르도록 모델링할 수 있습니다.여기서 각 픽셀의 "진정한" 그레이스케일 값은 인접 픽셀의 평균 그레이스케일 값과 동일한 평균과 일정한 분산을 사용하여 정규 분포를 따릅니다.

i \ \_ { }는 i\ i 의 픽셀에 인접한 을 나타냅니다.그런 다음 i 노드에서 그레이스케일 강도([ 스타일 의 조건부 분포는 다음과 같습니다.

선택한 0 { 0} 및 분산 { 에 대해. 자동 정규 모델을 사용하는 디노이징 방법 중 하나는 이미지 데이터를 베이지안 선행 함수로 사용하고 자동 정규 밀도를 우도 함수로 사용하며 결과 후방 분포는 평균 또는 디노이징된 이미지로 제공한다.를 클릭합니다.[44][45]

블록 매칭 알고리즘

주요 기사:블록 매칭 및 3D 필터링

블록 매칭 알고리즘을 적용하여 동일한 크기의 중복 매크로 블록으로 그룹화할 수 있으며, 이후 변환 도메인 내에서 유사한 매크로 블록의 스택을 함께 필터링하여 각 이미지 프래그먼트를 최종적으로 중복 화소의 [46]가중 평균을 사용하여 원래 위치로 복원한다.

랜덤 필드

주요 기사:수축 필드(이미지 복원)

수축 필드는 랜덤 필드 기반 기계 학습 기술로 블록 매칭 및 3D 필터링에 버금가는 성능을 제공하면서도 훨씬 낮은 계산 오버헤드를 요구합니다(내장 [47]시스템 내에서 직접 수행 가능).

딥 러닝

소음 감소 및 이미지 복원 과제를 해결하기 위해 다양한 딥 러닝 접근법이 제안되었다.Deep Image Prior는 컨볼루션 뉴럴 네트워크를 사용하는 기술 중 하나이며 사전 교육 [48]데이터가 필요하지 않다는 점에서 구별됩니다.

소프트웨어

대부분의 범용 이미지 및 사진 편집 소프트웨어에는 하나 이상의 노이즈 저감 기능(중간, 흐림, 디스펙클 등)이 있습니다.

「 」를 참조해 주세요.

일반적인 소음 문제

오디오

이미지와 비디오

유사한 문제

레퍼런스

  1. ^ Chen, Yangkang; Fomel, Sergey (November–December 2015). "Random noise attenuation using local signal-and-noise orthogonalization". Geophysics. 80 (6): WD1–WD9. Bibcode:2015Geop...80D...1C. doi:10.1190/GEO2014-0227.1. S2CID 120440599.
  2. ^ Xue, Zhiguang; Chen, Yangkang; Fomel, Sergey; Sun, Junzhe (2016). "Seismic imaging of incomplete data and simultaneous-source data using least-squares reverse time migration with shaping regularization". Geophysics. 81 (1): S11–S20. Bibcode:2016Geop...81S..11X. doi:10.1190/geo2014-0524.1.
  3. ^ Chen, Yangkang; Yuan, Jiang; Zu, Shaohuan; Qu, Shan; Gan, Shuwei (2015). "Seismic imaging of simultaneous-source data using constrained least-squares reverse time migration". Journal of Applied Geophysics. 114: 32–35. Bibcode:2015JAG...114...32C. doi:10.1016/j.jappgeo.2015.01.004.
  4. ^ Chen, Yangkang; Chen, Hanming; Xiang, Kui; Chen, Xiaohong (2017). "Geological structure guided well log interpolation for high-fidelity full waveform inversion". Geophysical Journal International. 209 (1): 21–31. Bibcode:2016GeoJI.207.1313C. doi:10.1093/gji/ggw343.
  5. ^ Gan, Shuwei; Wang, Shoudong; Chen, Yangkang; Qu, Shan; Zu, Shaohuan (2016). "Velocity analysis of simultaneous-source data using high-resolution semblance—coping with the strong noise". Geophysical Journal International. 204 (2): 768–779. Bibcode:2016GeoJI.204..768G. doi:10.1093/gji/ggv484.
  6. ^ Chen, Yangkang (2017). "Probing the subsurface karst features using time-frequency decomposition". Interpretation. 4 (4): T533–T542. doi:10.1190/INT-2016-0030.1.
  7. ^ Huang, Weilin; Wang, Runqiu; Chen, Yangkang; Li, Huijian; Gan, Shuwei (2016). "Damped multichannel singular spectrum analysis for 3D random noise attenuation". Geophysics. 81 (4): V261–V270. Bibcode:2016Geop...81V.261H. doi:10.1190/geo2015-0264.1.
  8. ^ Chen, Yangkang (2016). "Dip-separated structural filtering using seislet transform and adaptive empirical mode decomposition based dip filter". Geophysical Journal International. 206 (1): 457–469. Bibcode:2016GeoJI.206..457C. doi:10.1093/gji/ggw165.
  9. ^ Chen, Yangkang; Ma, Jianwei; Fomel, Sergey (2016). "Double-sparsity dictionary for seismic noise attenuation". Geophysics. 81 (4): V261–V270. Bibcode:2016Geop...81V.193C. doi:10.1190/geo2014-0525.1.
  10. ^ Chen, Yangkang (2017). "Fast dictionary learning for noise attenuation of multidimensional seismic data". Geophysical Journal International. 209 (1): 21–31. Bibcode:2017GeoJI.209...21C. doi:10.1093/gji/ggw492.
  11. ^ "Archived copy" (PDF). www.ant-audio.co.uk. Archived from the original (PDF) on 2 July 2020. Retrieved 11 January 2022.{{cite web}}: CS1 maint: 제목으로 아카이브된 복사(링크)
  12. ^ "Archived copy" (PDF). sportsbil.com. Archived from the original (PDF) on 2 July 2020. Retrieved 11 January 2022.{{cite web}}: CS1 maint: 제목으로 아카이브된 복사(링크)
  13. ^ Information, Reed Business (20 September 1979). "New Scientist".
  14. ^ Fantel, Hans (2 September 1984). "Sound; A Standout Cassette Deck". The New York Times. Archived from the original on 2020-07-02.
  15. ^ a b c d e f g h i j k "High Com - the latest noise reduction system / Noise reduction - silence is golden" (PDF). elektor (UK) – up-to-date electronics for lab and leisure. Vol. 1981, no. 70. February 1981. pp. 2-04–2-09. Archived (PDF) from the original on 2020-07-02. Retrieved 2020-07-02. (6페이지)
  16. ^ Audio Noise Suppressor Model 325 Owner's Manual (PDF). Rev. 15-1. Syracuse, New York, USA: Packburn electronics inc. Archived (PDF) from the original on 2021-05-05. Retrieved 2021-05-16. (6페이지 이상)
  17. ^ R., C. (1965). "Kompander verbessert Magnettonkopie". Radio Mentor (in German). 1965 (4): 301–303.
  18. ^ Burwen, Richard S. (February 1971). "A Dynamic Noise Filter". Journal of the Audio Engineering Society. 19 (1).
  19. ^ Burwen, Richard S. (June 1971). "110 dB Dynamic Range For Tape" (PDF). Audio: 49–50. Archived (PDF) from the original on 2017-11-13. Retrieved 2017-11-13.
  20. ^ Burwen, Richard S. (December 1971). "Design of a Noise Eliminator System". Journal of the Audio Engineering Society. 19 (11): 906–911.
  21. ^ Lambert, Mel (September 1978). "MXR Compander". Sound International. Archived from the original on 2020-10-28. Retrieved 2021-04-25.
  22. ^ a b c d e f g Bergmann, 하인츠(1982년)."Verfahren zur Rauschminderung bei derTonsignalverarbeitung"(PDF). 라디오elektronik(rfe)(독일어로)fernsehen.Vol31, 안돼.11.베를린 독일:VEB 출판사. Technik[드].를 대신하여 서명함. 731–736[731].ISSN 0033-7900.그 2021-05-05에 원래에서Archived(PDF).2021-05-05. 우편 731:ExKo Breitband-Kompander Aufnahme/Wiedergabe 9dBTonband(NB다. 페이지 736년 링크된 PDF중에 실종되었다.)Retrieved.
  23. ^ Haase, Hans-Joachim (August 1980). Written at Aschau, Germany. "Rauschunterdrückung: Kampf dem Rauschen". Systeme und Konzepte. Funk-Technik - Fachzeitschrift für Funk-Elektroniker und Radio-Fernseh-Techniker - Offizielles Mitteilungsblatt der Bundesfachgruppe Radio- und Fernsehtechnik (in German). Vol. 35, no. 8. Heidelberg, Germany: Dr. Alfred Hüthig Verlag GmbH [de]. pp. W293–W296, W298, W300 [W298, W300]. ISSN 0016-2825. Archived from the original on 2021-04-25. Retrieved 2021-04-25. pp. W298, W300: […] Super-Dolby im Plus N 55 […] Der Kompander "Plus N55" arbeitet nach dem von Sanyo entwickelten Super-D-Noise-Reduction-System. Er ist speziell für 3-Kopf-Geräte konzipiert und den Pegelverhältnissen von japanischen Cassetten-Bandgeräten angepaßt. Für Hi-Fi-Anlagen, die ausschließlich DIN-Buchsen haben, kann die Aussteuerung durch den Plus N55 allerdings etwas zu niedrig sein, da der Kompressor (Encoder)-Eingang 60 mV zur Vollaussteuerung benötigt und der Kompander selbst keine Signal-Verstärkung vornimmt. Die ebenfalls im gesamten Tonfrequenzbereich wirksamen Kompressor/Expander-Funktionen sind in zwei Frequenz-Bereiche aufgeteilt (f0 ≈ 4,8 kHz), um jeweils ein optimales Arbeiten in diesen Bereichen zu gewährleisten […] Die Kompander-Kennlinien des Super-D-Verfahrens […] veranschaulichen den Vorgang der wechselweisen Kompression und Expansion. Diese Kennlinien von Encoder und Decoder wurden bei den beiden Eingangspegeln 0 dB und −20 dB mit rosa Rauschen kontrolliert […] Da sich die Encoder/Decoder-Kennlinien hier schneiden, muß auch der Ausgangspegel des Decoders wieder O dB sein. Der Absenkungsgrad für das Bandrauschen beträgt hier rd. 10 dB […] Wird ein Pegel von −20 dB eingespeist, hebt der Encoder diesen auf einen Ausgangspegel von −10 dB an […] Am Decoder Eingang liegt nun - vom Bandgerät kommend ein Signalpegel von −10 dB, der nun gemeinsam mit dem Bandrauschen wieder um 10 dB auf den Ursprungswert herabgesetzt wird […] Geht das Encoder-Eingangssignal zum Beispiel auf −60 dB zurück, wird es auf −30 dB angehoben und auch wieder um 30 dB expandiert. So wird das Bandrauschen immer um den jeweiligen Kompressions/Expansionsgrad unterdrückt. […] "Über Alles" gesehen stellen sich bei jedem Eingangspegel lineare Frequenzgänge im gesamten Tonfrequenzbereich ein […] Das setzt allerdings voraus, daß die Kompressor- und Expander-Kennlinien bei Aufnahme und Wiedergabe deckungsgleich angesteuert werden. Man erreicht dieses mit einer Eichung über den eingebauten Pegeltongenerator, wobei man den Ausschlag der Fluoreszenz-Anzeige am Plus N55 und am Aussteuerungsanzeiger des Tonbandgerätes auf gleiche Werte (zum Beispiel −5 dB) einpegeln muß. Das ist ein einmaliger Vorgang bei gleichbleibender Gerätekombination. Danach wird die Aufnahme nur noch am Kompander ausgesteuert. […] Beachtenswert sind noch die Verzerrungen, die durch das Einfügen einer ganzen Anzahl von Transistorstufen in den Übertragungsweg zusätzlich entstehen. Das Diagramm […] zeigt die frequenzabhängigen Klirrfaktoren bei Vollaussteuerung der beiden Encoder- und Decoder-Strecken im Plus N55. Im Vergleich zu linearen Verstärkern sind sie relativ hoch, gegenüber den im Bereich der Vollaussteuerung vorliegenden kubischen Klirrfaktoren bei Cassetten-Bändern aber noch vertretbar. […]
  24. ^ "Stereo Automat MK42 R-Player Budapesti Rádiótechnikai Gyár B". Archived from the original on 2021-04-25. Retrieved 2021-04-25.
  25. ^ HIGH COM - The HIGH COM broadband compander utilizing the U401BR integrated circuit (PDF) (Semiconductor information 2.80). AEG-Telefunken. Archived (PDF) from the original on 2016-04-16. Retrieved 2016-04-16.
  26. ^ Hoffman, Frank W. (2004). Encyclopedia of Recorded Sound. Vol. 1 (revised ed.). Taylor & Francis.
  27. ^ "Noise Reduction". Audiotools.com. 2013-11-10.
  28. ^ "Philips' Dynamic Noise Limiter". Archived from the original on 2008-11-05. Retrieved 2009-01-14.
  29. ^ "Dynamic Noise Reduction". ComPol Inc.
  30. ^ "History". Archived from the original on 2007-09-27. Retrieved 2009-01-14.
  31. ^ "Audio Terms". Archived from the original on 2008-12-20. Retrieved 2009-01-14.
  32. ^ "LM1894 Dynamic Noise Reduction System DNR". Archived from the original on 2008-12-20. Retrieved 2009-01-14.
  33. ^ Gunyo, Ed. "Evolution of the Riviera - 1983 the 20th Anniversary". Riviera Owners Association. (NB. 2005년 9월/10월, 리뷰, 제21권, 제6호에 게재되었습니다.)
  34. ^ http://www.hellodirect.com/catalog/Product.jhtml?PRODID=11127&CATID=15295[데드링크]
  35. ^ Boashash, B., ed. (2003). Time-Frequency Signal Analysis and Processing – A Comprehensive Reference. Oxford: Elsevier Science. ISBN 978-0-08-044335-5.
  36. ^ Boashash, B. (April 1992). "Estimating and Interpreting the Instantaneous Frequency of a Signal-Part I: Fundamentals". Proceedings of the IEEE. 80 (4): 519–538. doi:10.1109/5.135376.
  37. ^ Mehdi Mafi, Harold Martin, Jean Andrian, Armando Barreto, Mercedes Cabrerizo, Malek Adjouadi, "디지털 이미지를 위한 임펄스 및 가우스 노이즈 필터에 대한 포괄적인 조사", 신호 처리, vol. 157, 페이지 236-260, 2019.
  38. ^ Liu, Puyin; Li, Hongxing (2004). Fuzzy Neural Network Theory and Application. Intelligent Robots and Computer Vision XIII: Algorithms and Computer Vision. Vol. 2353. World Scientific. pp. 303–325. Bibcode:1994SPIE.2353..303G. doi:10.1117/12.188903. ISBN 978-981-238-786-8. S2CID 62705333.
  39. ^ Chervyakov, N. I.; Lyakhov, P. A.; Nagornov, N. N. (2018-11-01). "Quantization Noise of Multilevel Discrete Wavelet Transform Filters in Image Processing". Optoelectronics, Instrumentation and Data Processing. 54 (6): 608–616. Bibcode:2018OIDP...54..608C. doi:10.3103/S8756699018060092. ISSN 1934-7944. S2CID 128173262.
  40. ^ Craciun, G.; Jiang, Ming; Thompson, D.; Machiraju, R. (March 2005). "Spatial domain wavelet design for feature preservation in computational data sets". IEEE Transactions on Visualization and Computer Graphics. 11 (2): 149–159. doi:10.1109/TVCG.2005.35. ISSN 1941-0506. PMID 15747638. S2CID 1715622.
  41. ^ Gajitzki, Paul; Isar, Dorina; Simu, Călin (November 2018). "Wavelets Based Filter Banks for Real Time Spectrum Analysis". 2018 International Symposium on Electronics and Telecommunications (ISETC): 1–4. doi:10.1109/ISETC.2018.8583929. ISBN 978-1-5386-5925-0. S2CID 56599099.
  42. ^ a b Forouzanfar, M.; Abrishami-Moghaddam, H.; Ghadimi, S. (July 2008). "Locally adaptive multiscale Bayesian method for image denoising based on bivariate normal inverse Gaussian distributions". International Journal of Wavelets, Multiresolution and Information Processing. 6 (4): 653–664. doi:10.1142/S0219691308002562. S2CID 31201648.
  43. ^ Mallat, S. (1998). A Wavelet Tour of Signals Processing. London: Academic Press.
  44. ^ Besag, Julian (1986). "On the Statistical Analysis of Dirty Pictures" (PDF). Journal of the Royal Statistical Society. Series B (Methodological). 48 (3): 259–302. doi:10.1111/j.2517-6161.1986.tb01412.x. JSTOR 2345426.
  45. ^ Seyyedi, Saeed (2018). "Incorporating a Noise Reduction Technique Into X-Ray Tensor Tomography". J IEEE Transactions on Computational Imaging. 4 (1): 137–146. doi:10.1109/TCI.2018.2794740. JSTOR 17574903. S2CID 46793582.
  46. ^ Dabov, Kostadin; Foi, Alessandro; Katkovnik, Vladimir; Egiazarian, Karen (16 July 2007). "Image denoising by sparse 3D transform-domain collaborative filtering". IEEE Transactions on Image Processing. 16 (8): 2080–2095. Bibcode:2007ITIP...16.2080D. CiteSeerX 10.1.1.219.5398. doi:10.1109/TIP.2007.901238. PMID 17688213. S2CID 1475121.
  47. ^ Schmidt, Uwe; Roth, Stefan (2014). Shrinkage Fields for Effective Image Restoration (PDF). Computer Vision and Pattern Recognition (CVPR), 2014 IEEE Conference on. Columbus, OH, USA: IEEE. doi:10.1109/CVPR.2014.349. ISBN 978-1-4799-5118-5.
  48. ^ Ulyanov, Dmitry; Vedaldi, Andrea; Lempitsky, Victor (30 November 2017). "Deep Image Prior". arXiv:1711.10925v2 [Vision and Pattern Recognition Computer Vision and Pattern Recognition].

외부 링크