Apa perbedaan antara 'de-noising' dan apa yang biasa kita kenal sebagai metode penyaringan untuk menghilangkan noise?

11

Pertanyaan yang cukup sederhana - Saya mencoba mencari tahu apa yang sebenarnya berbeda antara sinyal 'de-noising', dan cukup memfilternya (seperti yang biasa kita ketahui) untuk menghilangkan noise. Apakah ini kasus tumpang tindih leksikal atau ada sesuatu yang berbeda secara mendasar? Mengapa itu disebut 'de-noising'?

Sunting: Mungkin yang terpenting, ketika kita berbicara tentang memfilter sinyal untuk memaksimalkan SNR-nya, biasanya kita maksudkan AWGN dalam konteks sehari-hari. Begitu juga 'noise' yang dimaksud dalam de-noising juga AWGN, dan jika demikian, de-noising hanyalah cara yang berbeda untuk menghilangkannya, atau apakah itu jenis kebisingan yang berbeda (non-gaussian, berwarna, dll) untuk mulai dengan?

noise

— Spacey
sumber

1

Mungkin bermanfaat untuk menunjukkan tempat-tempat di mana Anda telah melihat referensi "denoising" yang tidak dilakukan dengan memfilter. Saya pikir ini benar-benar hanya perbedaan semantik kecil: "denoising" hanya mengacu pada menghilangkan noise dari sinyal, yang dapat dilakukan dengan cara lain selain penyaringan linier (contoh: jika Anda memiliki sampel suara, Anda dapat langsung menguranginya dari sinyal bunga).

— Jason R

@JasonR Saya benar-benar tidak dapat menarik sumber-sumber itu karena saya mengingatnya dalam pikiran saya karena saya telah melihatnya dari waktu ke waktu dalam berbagai literatur, (Saya sepertinya ingat untuk melihatnya lebih di kertas audio / video). Tetapi satu hal yang Anda katakan benar-benar sesuai dengan pertanyaan saya - dalam hal itu, Anda menyebutkan bahwa jika kita memiliki sampel suara, kita dapat menguranginya. Ini adalah bagian besar dari pertanyaan saya pada subjek - yaitu, jika sumber ini acak, lalu bagaimana kita bisa memiliki sampel vektor kebisingan untuk memulai?

— Spacey

1

Yang penting adalah bisa membedakan sinyal dari noise; hanya karena noise acak bukan berarti sampel yang terpisah tidak dapat dikorelasikan. Jika Anda memiliki dua input, satu berisi sinyal plus noise dan satunya lagi noise, dan noise di dua input berkorelasi, maka Anda dapat menggunakan korelasi itu untuk secara efektif membatalkan beberapa noise dari input pertama, meningkatkan SNR Anda. Harus dikatakan bahwa ini adalah keadaan yang cukup langka.

— Jason R

9

De-noising adalah tentang tujuan, dan penyaringan adalah tentang teknik yang Anda gunakan.

Anda jelas dapat menghilangkan derau melalui pemfilteran. Misalnya, jika Anda tahu bahwa sistem Anda tidak dapat mengirimkan frekuensi di atas ambang tertentu, Anda dapat menerapkan filter low-pass. Namun, Anda dapat menghilangkan noise dengan teknik lain juga, seperti dengan rata-rata merekam beberapa sinyal. Demikian pula, Anda dapat menerapkan filter dengan tujuan selain dari pengurangan kebisingan.

Perhatikan bahwa "noise" mungkin tidak selalu merupakan noise acak tambahan - tergantung pada konteks Anda, sinyal yang tidak terkait mungkin juga disejajarkan dengan noise, seperti suara vuvuzelas.

— Jonas
sumber

"Perhatikan bahwa" noise "mungkin tidak selalu berupa noise acak tambahan - tergantung pada konteks Anda, sinyal yang tidak terkait mungkin juga disejajarkan dengan noise, seperti suara vuvuzelas." Ya, inilah yang saya pelajari / percayai. Istilah 'de-noising' sangat umum, istilah 'kebisingan' dalam frasa membuat saya bingung karena orang secara otomatis mulai memikirkan AWGN. Saya mengerti sekarang ini bisa berarti setiap pemikiran yang 'tidak diinginkan' dalam sinyal, putih, berwarna, acak, atau berkorelasi. Atau vuvuzelas. Ya Tuhan, mereka sangat menyebalkan. :-)

— Spacey

9

Sama seperti misalnya, de-klik mungkin dianggap sebagai bagian dari sistem de-noising. Menghapus klik muncul dalam digitalisasi rekaman audio vinil - debu yang tidak dapat dihilangkan tanpa merusak media dapat menyebabkan klik yang dapat didengar dalam sinyal audio digital. Ada sistem yang dapat mendeteksi dan menghapus klik ini yang menggunakan penduga berbasis model untuk memprediksi sampel yang disembunyikan oleh klik. Filter linear sering digunakan dalam sistem seperti itu, tetapi tidak cukup untuk menyelesaikan masking sepenuhnya.

Algoritme berjalan di sepanjang garis, filter high-pass, kuadrat dan low-pass untuk detektor energi, menemukan tempat-tempat di mana frekuensi tinggi menyerang dan meluruh dengan sangat cepat, mengisi sampel tersebut dengan beberapa estimator.

Filter median adalah contoh lain dari pengurangan noise melalui sesuatu selain filter linear tradisional.

— mtrw
sumber

@DilipSarwate - Saya kira itu bisa dianggap analog, eh, analog? ke digital de-klik.

— mtrw

@ mtrw Jawaban yang bagus ... tidak pernah mendengar tentang yang disebut filter median non-linear ... harus belajar tentang mereka di beberapa titik. Ah. Semakin saya mempelajari hal-hal yang saya tahu sekarang, semakin saya mencari tahu sejauh mana hal-hal yang saya tidak tahu. : - /

— Spacey