A Study on Denoising Methods using Wavelet in AWGN environment

AWGN 환경에서 웨이브렛을 이용한 잡음 제거 방법에 관한 연구

This paper presents the new two denoising methods using wavelet. One is new spatially selective noise filtration(NSSNF) using spatial correlation and the other is undecimated discrete wavelet transform (UDWT) threshold-based. NSSNF got the flexible gain special property of SNR adding new parameter at the existing SSNF and UDWT had superior denosing effect than orthogonal wavelet transform(OWT) applied soft-threshold by applied hard-threshold. We selected additive white gaussian noise(AWGN) in this test environment. Also we analyzed and compared ousting denoising method using SNR as standard of judgement of improvemental effect.

본 논문에서는 웨이브렛을 이용한 두 가지 새로운 잡음 제거 방법으로, 공간적 상관관계를 이용한 NSSNF(new spatially selective noise filtration)과 threshold에 기초한 UDWT(undecimated discrete wavelet transform)을 제시한다. NSSNF에서는 기존의 SSNF에 새로운 파라메타를 추가하여, 융통성 있는 SNR 이득 특성을 얻도록 하였으며, UDWT에서는 hard-threshold를 적용하여, 기존의 soft-threshold를 적용한 OWT(orthogonal wavelet transform)보다 우수한 잡음 제거 효과를 얻도록 하였다. 이러한 테스트 환경으로는 AWGN을 선택하였으며, 개선 효과의 판단 기준으로 SNR을 사용하여, 기존의 잡음 제거 방법과 비교 분석하였다.