Wavelet Shrinkage
Asymptotic Minimaxity of Wavelet Shrinkage for Sampled Data
画像の雑音がGaussian whiteノイズの場合の雑音除去。 waveletの係数の絶対値を、一律δだけ減ずる。ただし、減じた結果がゼロより小さくなるなら、ゼロに据え置く。soft-thresholdingと呼ばれている模様。PETの時系列画像の解析や、超音波診断画像のS/N比向上などに幅広く利用されている。
waveletには、普通のDaubechies waveletsを利用する場合が多い。正規直交基底で扱いがシンプルにできるのと、vanishing momentsを大きく確保できるのが理由。後者のモーメントの話がどのくらい意味があるのか(単なる数学的な修飾ではないのか)は要確認。
Daubechies waveletsの実装方法の直裁な説明が書かれた文献が意外と少ない。webだと下記のページが便利。
http://documents.wolfram.com/applications/wavelet/FundamentalsofWavelets/1.4.3.html
« Compressed Sensing | トップページ | 特徴点の数を減らす工夫 »
「de-noise」カテゴリの記事
- Robust Estimation of Ultrasound Pulses Using Outlier-Resistant De-Noising(2008.05.28)
- Wavelet Shrinkage(2008.05.12)
「wavelet」カテゴリの記事
- サンプリング定理(1)(2008.11.17)
- フーリエ変換(2008.08.23)
- Modern Sampling Theory(2008.08.20)
- Robust Estimation of Ultrasound Pulses Using Outlier-Resistant De-Noising(2008.05.28)
- Wavelet analysis of dynamic PET data: application to the parametric imaging of benzodiazepine receptor concentration(2008.05.21)
この記事へのコメントは終了しました。
コメント