Denoising via Nonorthogonal Wavelet Transforms

Berkner, Kathrin; WellsJr., Raymond O.

doi:10.1007/978-1-4612-0137-3_3

Cited by 13 publications

(18 citation statements)

References 18 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The matrix W W T , dependent only on the particular wavelet system and temporal grid, emerges as a key indicator of noise structure in the wavelet domain, providing the mechanism for noise distribution among resolution levels. Correlation dependent thresholding [2], designed for biorthogonal wavelet systems, C118 applies a modified universal threshold to coefficient γ jk…”

Section: Noise Reduction By Coefficient Thresholdingmentioning

confidence: 99%

Wavelet analysis of instrumented rocket motor data

Smith¹

2004

ANZIAMJ

View full text Add to dashboard Cite

show abstract

Section: Noise Reduction By Coefficient Thresholdingmentioning

confidence: 99%

Wavelet analysis of instrumented rocket motor data

Smith¹

2004

ANZIAMJ

View full text Add to dashboard Cite

show abstract

“…Implementaciones de este tipo se pueden encontrar en algunos trabajos teóricos como [121,122], y de manera más reciente en aplicaciones relacionadas fundamentalmente con el procesado de imágenes [123,124]. En la bibliografía referente a ultrasonidos, el uso más destacado de este tipo de implementaciones se sitúa en el ámbito de la reducción de ruido en señales doppler utilizadas en diagnóstico médico [125][126][127].…”

Section: Procesado De Trazas Ultrasónicas Utilizando Wavelets No Diezunclassified

Trasformadas Wavelet no diezmadas para reducción de ruido y detección de señáles: Aplicaciones en Evaluación No Destructiva por Ultrasonidos

Gómez¹

View full text Add to dashboard Cite

x Wavelets no diezmadas. Aplicaciones en END por ultrasonidosThe results show that the new UWT-based methods improve the quality of the traces and the robustness of the processing, in terms of both signal to noise ratio and pulse shape recovery, in relation to the methods that use the traditional DWT. These improvements are obtained regardless of the wavelet family considered. In fact, the UWT processing shows clear preference for the lower order wavelets, irrespective of the wavelet family or the kind of threshold used. In this way, the thesis provides a set of denoising methods that, besides improving the quality of the traces significantly, prove to be very robust in relation to the choice of processing parameters. ResumLa present tesi doctoral està centrada en l'estudi de la transformada wavelet no delmada (undecimated wavelet transform, UWT), així com en la seua aplicació a processos de reducció de soroll i detecció de senyals. Com a principals avantatges davant la wavelet discreta tradicional (discrete wavelet transform, DWT), la wavelet no delmada presenta invariança enfront dels desplaçaments del senyal d'entrada, no produeix pèrdua de resolució temporal en les successives escales de descomposició, i a més a més proporciona una informació addicional que des del punt de vista d'un processat lineal seria redundant, però que en combinació amb processats no lineals pot donar lloc a millores importants en aplicacions tals com l'anàlisi de senyals o la reducció de soroll.En aquest context, els objectius principals de la tesi van a ser dos. D'una banda, es tracta d'aprofundir en l'estudi de la transformada wavelet no delmada, provant d'establir un marc unificat per a les diferents denominacions i implementacions existents en la literatura. D'altra banda, es planteja l'aplicació d'aquesta transformada al desenvolupament d'algoritmes per a la reducció de soroll. En aquest sentit, es considerarà el problema del soroll de gra en inspecció no destructiva per ultrasons. Aquest tipus de soroll és causat per les reflexions en les petites discontinuitats internes dels materials, que s'introduexien en la mateixa banda de freqüències que els defectes a detectar. Per això no es poden eliminar amb els filtrats clàssics per a soroll blanc. La tesi aborda aquest problema plantejant algoritmes específics, que aprofiten la diferent distribució espai-temporal del senyal i el soroll en el domini de la wavelet no delmada.La metodologia emprada per a dur a terme els objectius anteriors, inclou el desenvolupament i implementació de nous mètodes de processament utilitzant el llenguatge MATLAB®. Al llarg de la tesi es plantegen quatre esquemes diferents de reducció de soroll de gra ultrasònic, basats en les diferents possibilitats d'implementació i reconstrucció que ofereix la transformada UWT. Aquests esquemes xii Wavelets no diezmadas. Aplicaciones en END por ultrasonidos s'apliquen a una àmplia mostra de senyals típics d'inspecció per ultrasons, d'origen sintètic i experimental.Els resultats mostren que els nous processats UWT prop...

show abstract

“…i.e., a 2 # is the autocorrelation of the scaling function " A £ ¦ ¥ § [7]. It has Lipschitz regularity at least…”

Section: Wavelet Kernels For Ti Approximationsmentioning

confidence: 99%

“…is also a convolution kernel, which is the autocorrelation of the wavelet function % £ ¦ ¥ § [7]. It has [7].…”

Section: Wavelet Kernels For Ti Approximationsmentioning

confidence: 99%

See 1 more Smart Citation

Approximation-theoretic analysis of translation invariant wavelet expansions

Liu

Moulin²

Proceedings 2001 International Conference on Image Processing (Cat. No.01CH37205)

View full text Add to dashboard Cite

It has been observed from image denoising experiments that translation invariant (TI) wavelet transforms often outperform orthogonal wavelet transforms. This paper compares the two transforms from the viewpoint of approximation theory, extending previous results based on Haar wavelets. The advantages of the TI expansion over orthogonal expansion are twofold: the TI expansion produces smaller approximation error when approximating a smooth function, and it mitigates Gibbs artifacts when approximating a discontinuous function.

show abstract

Denoising via Nonorthogonal Wavelet Transforms

Cited by 13 publications

References 18 publications

Wavelet analysis of instrumented rocket motor data

Wavelet analysis of instrumented rocket motor data

Trasformadas Wavelet no diezmadas para reducción de ruido y detección de señáles: Aplicaciones en Evaluación No Destructiva por Ultrasonidos

Approximation-theoretic analysis of translation invariant wavelet expansions

Contact Info

Product

Resources

About