Кіріспе

Шуды сигналдан жою процесі

Шуды азайту – сигналдан шуды жою процесі. Дыбыс және кескіндер үшін шуды азайту әдістері бар. Шуды азайту алгоритмдері сигналды белгілі бір дәрежеде бұрмалауы мүмкін. Шуды қабылдамау – бұл тізбектің қажетті сигнал компонентінен қажетсіз сигнал компонентін оқшаулау қабілеті, мысалы, ортақ режимдегі қабылдамау коэффициенті сияқты. Барлық сигналды өңдеу құрылғылары, аналогты да, цифрлық та, шуға осал болатын қасиеттерге ие. Шу кездейсоқ және тең жиілік таралуымен (ақ шу) немесе құрылғының механизмі немесе сигналды өңдеу алгоритмдері тудырған жиілікке тәуелді болуы мүмкін. Электрондық жүйелерде шудың басты түрі – жылулық қозғалыс салдарынан электрондардың кездейсоқ қозғалысынан туындайтын сызылу. Бұл қозғалған электрондар шығыс сигналына жылдам қосылып, азайтады, соның салдарынан анықталатын шу пайда болады. Фотопленка және магниттік таспа жағдайында, ортаның түйіршікті құрылымынан шу (көрінетін және естілетін) пайда болады. Фотопленкада пленкадағы түйіршіктердің мөлшері пленканың сезімталдығын анықтайды, сезімтал пленкадағы түйіршіктер үлкенірек болады. Магниттік таспаларда магниттік бөлшектердің (әдетте темір оксиді немесе магнетит) түйіршіктері неғұрлым ірі болса, орта шуға соғұрлым осал болады. Бұны өтеу үшін, шуды қанағаттанарлық деңгейге дейін төмендету үшін үлкен пленка немесе магниттік таспа қолданылуы мүмкін.

Жалпы алғанда

Шуды азайту алгоритмдері сигналдарды әртүрлі деңгейде өзгертуге ұмтылады. Сигналдарға өзгеріс енгізбеу үшін жергілікті сигнал мен шуды ортогоналдастыру алгоритмін пайдалануға болады.

Сейсмикалық зерттеуде

Сейсмикалық деректердегі сигналдарды күшейту, сейсмикалық бейнелеу, инверсия және интерпретация үшін өте маңызды, соның арқасында мұнай және газды барлаудағы сәттілік деңгейі артады. Қоршаған ортаның кездейсоқ шуына тараған пайдалы сигнал көбінесе назардан тыс қалады, бұл соңғы миграцияланған суретте сейсмикалық оқиғалардың және артефакттардың жалған үзілісіне әкелуі мүмкін. Сейсмикалық профильдердің шеттік қасиеттерін сақтай отырып, кездейсоқ шуды басу арқылы пайдалы сигналды күшейту, мұнай мен газды анықтаудағы интерпретация қиындықтарын және қателік тәуекелдерін азайтуға көмектеседі.

Аудио түрінде

Таспаның шыбырауы – аналогты таспаға жазу кезінде өнімділікті шектейтін мәселе. Бұл магниттік эмульсияда қолданылатын бөлшектердің мөлшері мен текстурасына байланысты, ол жазу ортасына шашыратылады, сондай-ақ таспа басы арқылы таспаның салыстырмалы жылдамдығына да байланысты. Дыбысты азайтудың төрт түрі бар: бір жақты алдын ала жазу, бір жақты шыбырауды азайту, бір жақты беттік шуды азайту және кодек немесе екі жақты жүйелер. Бір жақты алдын ала жазу жүйелері (мысалы, Dolby HX Pro) жазу кезінде жазу ортасына әсер ету үшін жұмыс істейді. Бір жақты шыбырауды азайту жүйелері (мысалы, DNL) National Semiconductor компаниясы ұзақ қашықтықтағы телефон байланысындағы шу деңгейін төмендету үшін динамикалық шуды азайту (DNR) ретінде дамытты. Алғаш рет 1981 жылы сатылған DNR, көбінесе таралған Dolby шуды азайту жүйесімен шатастырылады. Dolby және dbx I және II типтегі шуды азайту жүйелерінен айырмашылығы, DNL және DNR – бастапқы материалды алдымен кодтауды қажет етпейтін, тек ойнату кезінде сигналды өңдейтін жүйелер. Олар магниттік таспаға жазылған дыбыстар мен FM радио хабарларын қоса алғанда, кез келген аудио сигналдан фондық шуды жою үшін қолданылуы мүмкін, шуды 10 дБ-ға дейін азайтады. Олар басқа шуды азайту жүйелерімен бірге де қолданылуы мүмкін, бірақ DNR қолданар алдында, DNR басқа жүйенің дұрыс жұмыс ілемеуіне себеп болмауы үшін қолданылуын қамтамасыз ету керек. DNR-дің алғашқы кең таралған қолданыстарының бірі 1984 жылы шыққан АҚШ-тың GM автомобильдеріндегі GM Delco автокөлік стерео жүйелерінде болды. Ол сондай-ақ 1980-ші жылдары Jeep көліктеріндегі Cherokee XJ сияқты заводтық автокөлік стерео жүйелерінде қолданылды. Бүгінгі таңда DNR, DNL және осыған ұқсас жүйелер көбінесе микрофон жүйелерінде шуды азайту жүйесі ретінде кездеседі.

Басқа тәсілдер

Алгоритмдердің екінші класы уақыт-жиілік доменінде жұмыс істейді, жергілікті сипаттамалары бар сызықтық немесе сызықтық емес сүзгілерді қолданады, олар көбінесе уақыт-жиілік сүзгілері деп аталады. Сондықтан, шуды осы уақыт-жиілік доменінде жұмыс істейтін спектрлік өңдеу құралдарын пайдалану арқылы да жоюға болады, бұл жақын орналасқан сигнал энергиясына әсер етпей жергілікті өзгерістер жасауға мүмкіндік береді. Мұны сурет салу бағдарламасында сурет салу сияқты қолмен жасауға болады. Тағы бір жолы – шуды сүзгілеу үшін динамикалық шекті анықтау, ол жергілікті сигналдан шығарылады, қайтадан жергілікті уақыт-жиілік аймағына сәйкес. Бұл шектен төменгісінің бәрі сүзіліп өтеді, ал шектен жоғарыдағысы, мысалы, дауыстың гармоникалары немесе қажетті шулар, өзгеріссіз қалады. Аймақ әдетте сигналдың жедел жиілігінің орналасуымен анықталады, себебі сақталып қалған сигнал энергиясының көп бөлігі осы аймақта жинақталған.

Бағдарламалық бағдарламалар

Көптеген цифрлық аудио жұмыс станциялары (DAW) және аудио өңдеу бағдарламалық құралдарында шуды төмендету мүмкіндіктері болады.

Суреттермен

Цифрлық немесе кәдімгі пленкалық камерамен түсірілген суреттерде түрлі көздерден шу пайда болады. Мұндай суреттерді одан әрі қолдану үшін, көбінесе шуды азайту қажет болады, бұл эстетикалық немесе компьютерлік көру сияқты практикалық мақсаттарға байланысты болуы мүмкін.

Түрлері

Тұз және бұрыш шуында (сирек жарық және қараңғы бұзылыстар), сондай-ақ импульстік шу деп аталады, суреттегі пиксельдер түсі немесе қарқындылығы жағынан қоршаған пиксельдерінен күрт өзгешеленеді; ерекшеленетін қасиеті – шулы пикселдің мәні қоршаған пиксельдердің түсімен ешқандай байланысы жоқ. Суретте қара және ақ нүктелер көрінеді, сондықтан бұл шуға тұз бен бұрыш шуы деген ат қойылған. Әдетте, осы типтегі шу сурет пиксельдерінің шағын бөлігіне ғана әсер етеді. Көбінесе, оның себептері – камера ішіндегі шаң бөлшектері және қызған немесе істен шыққан CCD элементтері. Гаусс шуында суреттегі әрбір пиксель өзінің бастапқы мәнінен (көбінесе) аз ғана өзгеріске ұшырайды. Гистограмма, пиксель мәнінің бұрмалану деңгейін оның кездесу жиілігімен салыстыратын график, шудың қалыпты таралуын көрсетеді. Басқа да таралулар мүмкін болғанымен, Гаусс (нормалды) таралу көбінесе жақсы модель болып табылады, себебі орталық шекті теорема әртүрлі шулардың қосындысы Гаусс таралуына жақындауға бейім екенін көрсетеді. Екі жағдайда да, әртүрлі пиксельдердегі шу байланысты немесе байланыссыз болуы мүмкін; көп жағдайда әртүрлі пиксельдердегі шу мәндері тәуелсіз және бірдей таратылған, демек байланыссыз деп есептеледі.

Хромалық және люминанстық шуды бөлу

Нақты әлемдегі фотосуреттерде ең жоғары кеңістіктік жиіліктің ең көп бөлігі түстің (хрома) емес, жарықтықтың (люминанс) өзгеруінен тұрады. Көптеген фотосуреттердегі шуды азайту алгоритмдері кескінді хрома және люминанс компоненттеріне бөліп, біріншісіне көбірек шуды азайтады немесе пайдаланушыға хрома мен люминанс шуын жеке басқару мүмкіндігін береді.

Сызықтық тегістеу сүзгілері

Шуды жоюдың бір әдісі – бастапқы кескінді төмен өткізгіш сүзгіні немесе тегістеу амалын көрсететін маскамен конволюциялау. Мысалы, Гаусс маскасы Гаусс функциясымен анықталатын элементтерден тұрады. Бұл конволюция әр пикселдің мәнін оның көрші піксельдерінің мәндерімен жақындастырады. Жалпы, тегістеу сүзгісі әр пикселді өзінің және жақын орналасқан көрші піксельдерінің орташа мәніне немесе салмақталған орташа мәніне теңестіреді; Гаусс сүзгісі – бұл салмақтардың бір ғана түрі. Тегістеу сүзгілері кескінді бүркемелеуге бейім, себебі айналасындағы піксельдерден едәуір жоғары немесе төмен интенсивтілік мәндері аймақ бойынша таралып кетеді. Осы бүркемелеудің салдарынан сызықты сүзгілер шуды азайту үшін практикада көбінесе қолданылмайды; алайда, олар сызықты емес шуды азайту сүзгілерінің негізі ретінде жиі пайдаланылады.

Анизотроптық диффузия

Шуды жоюдың тағы бір әдісі – анизотроптық диффузия деп аталатын, жылу теңдеуіне ұқсас тегістеуші жартылай дифференциалдық теңдеу бойынша кескінді өзгерту болып табылады. Диффузиялық коэффициент кеңістікте тұрақты болған жағдайда, бұл жылу теңдеуіне немесе сызықтық Гаусс сүзгісіне баламалы, бірақ жиектерді анықтауға бағытталған диффузиялық коэффициентті пайдалану арқалы, кескіннің жиектерін бүркемей, шуды жоюға болады.

Жергілікті емес құралдар

Шуды жоюдың тағы бір тәсілі – кескіндегі барлық пикселдердің жергілікті емес орташалауына негізделген. Атап айтқанда, пикселге берілетін салмақ мөлшері, сол пикселдің ортасындағы кішкентай бөлікше мен шуын жою қажетті пикселдің ортасындағы кішкентай бөлікше арасындағы ұқсастық деңгейіне байланысты болады.

Толқындық трансформация

Бейнедегі шуды жою алгоритмінің басты мақсаты – толқындық сүзгілерді қолдану арқылы шуды азайту және бейнедегі ерекшеліктерді сақтау болып табылады. Осыған байланысты, толқындық негіздегі әдістерге ерекше назар аударылады. Толқындық доменде шу коэффициенттердің арасында біркелкі таралады, ал бейне туралы ақпараттың көп бөлігі бірнеше ірі коэффициенттерде жинақталады. Сондықтан, толқындық негіздегі алғашқы шуды жою әдістері егжей-тегжейлі субдиапазон коэффициенттерін шектеуге негізделген. Дегенмен, көптеген толқындық шектеу әдістері таңдалған шектің әртүрлі масштабтар мен бағыттардағы сигнал және шу компоненттерінің нақты таралуымен сәйкес келмеуі мүмкін деген кемшілікке тап болады. Осы кемшіліктерді шешу үшін, Байес теориясына негізделген сызықты емес бағалаушылар әзірленді. Байес аясында, сигнал мен шу компоненттерінің дәл статистикалық сипаттамасын қолданса, шуды азайту алгоритмі табысқа жететіні анықталды.

Блоктарды сәйкестендіру алгоритмдері

Блоктарды сәйкестендіру алгоритмі ұқсас кескін фрагменттерін бірдей өлшемді, бірімен-бірі жабысатын макроблоктарға топтастыру үшін қолданылады. Содан кейін, ұқсас макроблоктардың тізімдері трансформациялық доменде бірге сүзгіленеді, және әрбір кескін фрагменті ақырында үсті-үстіне жабысатын пикселдердің салмақталған орташасы арқылы бастапқы орнына қалпына келтіріледі.

Кездейсоқ өріс

Қысылу өрістері – кездейсоқ өріске негізделген машиналық оқыту техникасы, бұл техника блоктарды сәйкестендіру және 3D сүзгілеуге шамалас нәтижелерді қамтамасыз етеді, бірақ едәуір төмен есептеу күшіне ие (сондықтан оны тікелей кіріктірілген жүйелерде жүргізуге болады).

Терең оқыту

Шуды азайту және басқа да кескіндерді қалпына келтіру міндеттерін шешу үшін әртүрлі терең оқыту әдістері ұсынылған. Deep Image Prior – конволюциялық нейрондық желіні пайдаланатын және ешқандай алдын ала оқытылған деректерді қажет етпейтін осындай техникалардың бірі.

Бағдарламалық жасақтама

Көптеген жалпы мақсаттағы суреттер мен фоторедакторлар шуды азайту функцияларымен жабдықталған (медиана, тұмандылық, дақтарды жою және т.б.).