[发明专利]选择性降低数字信号中的噪声的方法和设备

说明书

技术领域

本发明涉及用于选择性降低数字信号中的噪声的方法和设备。具 体地，所述方法和设备是基于使用整数运算。

背景技术

小波阈值处理是用于降噪的复杂而有效的方法。因此，小波变换 允许对小波系数进行精细分级的阈值处理，产生精细分级的降噪，在 多数情况下，这是降噪应用的目标。通常使用浮点运算来计算小波变 换。

针对小波阈值处理，执行输入数据的小波分解。对于数字输入数 据，利用离散小波变换(DWT)来进行小波分解，可以利用滤波器组 来实现离散小波变换。因此，每个级联步骤被称为级。DWT将输入数 据分解为近似和细节系数。图1示出了利用低通滤波器L、高通滤波器 H和随后的下采样段而进行的简单一维DWT。

可以通过应用行-列分离，利用一维DWT来实现二维DWT。此外， 可以对小波分解进行迭代，以产生多级分解。图2示出了产生四个子带 LL、LH、HL、HH的2D-DWT的小波分解。子带LL包含近似系数、其 他子带包含细节系数。

图3示出了基于2D-DWT的小波分析的多级分解，其中，级i的子 带LL(即近似系数)是下一级i+1的输入。图3示出三个这样的级。

分解之后，根据分配的噪声模型来执行细节小波系数(对于 2D-DWT：例如，LH_i、HL_i、HH_i，其中，i＝1，...，N)的阈值处理或 收缩。实际上，这导致噪声的降低。因此，基于给定阈值T将小波系 数的值w修改为所产生的小波系数w_T。存在特定建立的阈值处理技术。 其中有硬阈值处理、软阈值处理、以及其他更复杂的阈值处理技术， 例如，Zhang(Zhang，X.-P.and Desai，M.D.：Adaptive denoising based on SURE risk，IEEE Signal Processing Letters，1998，vol.5，no.10， pp.265-267)。

以下等式和图4还描述了硬和软阈值处理技术。

wT,hard=w,|w|>T0,|w|≤T]]>(等式1.1)

wT,soft=w-T,w≥Tw+T,w≤-T0,|w|<T]]>(等式1.2)