ノイズ除去とは?

ノイズ除去 (デノイズ)とは、信号や画像からノイズや不要なアーティファクトを除去することです。ほとんどの音声、画像、および動画処理デバイスでは、信号の伝送、取得、処理、保存、変換の際にノイズが発生しやすいため、これは重要な手順です。ノイズは、信号リカバリ、解析、追跡など、その後の信号処理作業に悪影響を与えることがあります。

ノイズ除去の目的は、ノイズからの影響を最小限に抑えながら、元の信号情報を可能な限り保持することです。たとえば、画像から歪みや不鮮明な部分を除去する場合、エッジ、コーナー、色、テクスチャなどの画像のディテールは保持することが重要です。

MATLAB^® および Simulink^® を使用して、よく使用される以下のようなノイズ除去手法を実装できます。

1. フィルターベースのノイズ除去: ノイズ除去用のフィルターを設計、解析、実装します。
   • 画像のフィルター処理
     • 画像のノイズを除去するフィルター
       • 線形フィルター (平均化またはガウス)、平均化フィルター、適応フィルター
     • 画像の修正と強調
       • スムージング、シャープネス、およびエッジ強調
   • 信号フィルター処理
     • アナログフィルターとデジタルフィルターの使用
       • ローパス、ハイパス、バンドストップ フィルターの FIR および IIR の実装
     • 信号からの不要なスパイク、トレンド、および外れ値の除去
       • 移動平均、移動中央値、Savitzky-Golay、および Hampel フィルター
     • 遅延と位相歪みの除去
       • 零相フィルター処理
2. ウェーブレットベースのノイズ除去: ウェーブレットは、時間周波数やさまざまなスケールで特徴の位置を特定するため、他のノイズ除去手法で削除または平滑化される重要な信号や画像の特徴を保持できます。
   • ウェーブレットを使用した信号および画像のノイズ除去
     • 分解、しきい値詳細係数、および再構築
   • 不均一にサンプリングされたデータの平滑化
3. ディープラーニング ベースのノイズ除去: ディープラーニング ネットワークを採用し、音声、画像、または動画の信号のノイズを除去する最先端の手法を開発できます。こうした手法では、計算量は大きくなるものの、信号とノイズの分離を最大限実行できます。はじめに、MATLAB の Deep Learning Toolbox™ アドオンを適用して以下を行うことができます。
   • ノイズ除去ニューラル ネットワークの事前学習
     • これらの方法は、簡単かつ迅速に実装して結果を出すことができますが、カスタマイズは最小限となります。
   • ノイズ除去ニューラル ネットワークのカスタマイズ
     • これらの方法はより高い柔軟性をもち、事前定義された層を使用して独自のネットワークの学習を行ったり、特定のタイプの画像や信号用に完全にカスタマイズされたノイズ除去ニューラル ネットワークの学習を行ったりすることができます。