О подавлении шума частотно-временных изображений

Мне интересно, какие методы могут быть доступны для « устранения шума » в следующем примере частотно-временного изображения, которое было создано с использованием метода Уэлча . Следующий сюжет был создан из роботизированного датчика. (Это НЕ цветное изображение - это изображение в оттенках серого - цвета добавлены только для наглядности).

Цель:

В конечном итоге моя цель - оценить расстояния между импульсами, которые вы видите здесь, если такие импульсы существуют. Это может быть что-то вроде курицы и яйца, поэтому я спрашиваю себя: «Существуют ли импульсы с такой частотой повторения +/- 10%?» И продолжаю обнаруживать их. Здесь вы видите сигнал (импульсы), но вместе с другими нежелательными помехами. Однако, как предположил Эмре, они имеют структуру, хотя и в пространстве время-частота. Существуют ли частотно-временные фильтры как таковые?

Я бы очень хотел увидеть здесь решения для обработки изображений, но я открыт для любого решения.

Таким образом: Цель состоит в том, чтобы удалить все сигналы высокой интенсивности, кроме повторяющихся импульсов (которые находятся вблизи индекса 300 на оси Y), как это можно видеть. Все остальные сигналы высокой интенсивности можно рассматривать как «помехи».

Предположения, которые вы можете сделать:

• Вы можете предположить, что вы приблизительно знаете длины импульсов, которые вы видите здесь. (Допустим, в пределах +/- 10%). Иными словами, вы решили искать импульсы этой длины. (+/-)

• Вы можете предположить, что вы также приблизительно знаете частоту повторения импульсов (опять же, скажем, +/- 10%).

• К сожалению, вы не знаете их частоту более точно. То есть, на этом изображении импульсы равны 300, но они могли бы быть так же легко, как 100, или 50, или 489, или что-то еще. Тем не менее, хорошая новость заключается в том, что эти частоты, показанные здесь, очень близки друг к другу, скажем, 10 Гц).

Некоторые мои мысли:

Обработка изображений POV:

• Морфологические операции произошли со мной, однако я не слишком знаком с теми, кто знает, могут ли они работать или нет. Я полагаю, что идея может заключаться в том, чтобы «закрыть» и, следовательно, удалить «большие» пятна?

• Операции DFT со строчным изменением размера могут указывать, какие строки обнулять , основываясь на интересующих строках с наибольшим повторяющимся шаблоном, однако это может не быть жизнеспособным решением, если импульсы малы и находятся далеко друг от друга, или если изображение более шумное.

• Просто взглянув на изображение, вы почти захотите «вознаградить» изоляцию и «наказать» подключение. Существуют ли методы обработки изображений, которые выполняют эту операцию? (Опять морфологический характер).

Какие методы могут помочь здесь?

Обработка сигналов POV:

• Частотный диапазон, показанный здесь, уже чрезвычайно узок, поэтому я не уверен, что операции режекторной фильтрации помогут. Более того, точная частота импульсов, показанных в этом узком диапазоне, априори неизвестна.

• Делая образованные предположения об интересующих здесь импульсах (их длинах и временах повторения), я мог бы вычислить 2-мерное ДПФ моего «шаблона» и использовать его в качестве двумерного кепстрально-временного фильтра, для которого Я просто умножаю изображение Уэлча, показанное выше, и затем выполняю обратное 2-D DFT?

• OTOH, может быть, фильтры Габора здесь подойдут ? В конце концов, это фильтры, чувствительные к ориентации, аналогичные нашим встроенным визуальным процессорам V1 . Как они могут быть использованы здесь?

Какие методы могут помочь в этой области?

Заранее спасибо.

У меня нет опыта в этой области, но я вижу, что он был изучен: подход с минимальной энтропией для подавления частотно-временных распределений

В этой статье мы представляем энтропийный подход к шумоподавлению частотно-временных распределений. Этот новый подход использует разложение спектрограмм частотно-временных ядер, предложенных Каннингемом и Уильямсом. Чтобы снизить шум частотно-временного распределения, мы объединяем эти спектрограммы с наименьшими значениями энтропии, таким образом гарантируя, что каждая спектрограмма хорошо сконцентрирована на частотно-временной плоскости и содержит как можно меньше шума. Энтропия Реньи используется в качестве меры для количественной оценки сложности каждой спектрограммы. Порог для количества спектрограмм для объединения выбирается адаптивно на основе компромисса между энтропией и дисперсией.

По сути, ваша проблема заключается в разделении сигнала / источника ; аддитивное размешивание группы структурированных сигналов. Чтобы продолжить, вам нужно смоделировать свои сигналы. Очевидно, что интересующий является периодическим и сосредоточен вокруг некоторой частоты, поэтому вам нужно оценить период (по оси x) и центральную частоту (по оси y). Затем вы можете охарактеризовать других (шум). Во-первых, кажется, что они имеют красивые изгибы.

Имея модель в руках, я бы посоветовался с такой книгой, как « Руководство по слепому разделению источников: независимый анализ компонентов и приложения» .

Начиная с чисто инженерного POV, очевидным решением для «фиксации» этого импульса была бы фазовая петля (ФАПЧ).

ФАПЧ - это просто работающий генератор, частоту которого можно регулировать на основе воспринимаемой зависимости фазы от другого сигнала. Если другой сигнал представляет собой чистый шум или импульсы на совершенно другой частоте, то фазовое соотношение будет случайным, и генератор не будет сильно регулироваться в любом направлении (и будет продолжать «свободный ход»). Однако, если есть сигнал, даже относительно шумный, который работает примерно на той же частоте, что и генератор, фазовый датчик ФАПЧ обнаружит это и отрегулирует частоту генератора, чтобы соответствовать другому сигналу. Конечно, это предполагает, что матч на полпути близок к началу. (Одна проблема - хотя и полезная особенность - ФАПЧ заключается в том, что они с радостью фиксируют гармоники или субгармоники целевого сигнала, если начальное несоответствие частоты слишком велико.)

Я никогда не использовал ФАПЧ в своей собственной работе, но этот термин существует уже около 40 лет (концепция, по крайней мере, с 30-х годов), и есть готовые ФАПЧ, доступные в виде отдельных микросхем или модулей с одной платой. Существуют также «цифровые ФАПЧ», которые имитируют аналоговую концепцию с использованием цифровых компонентов. (Это о моих знаниях, но Google легко может найти 100 ссылок.)