चलती - औसत - शोर कमी

वैज्ञानिक और इंजीनियर की डिजिटल सिग्नल प्रोसेसिंग के लिए गाइड स्टीवन डब्लू स्मिथ, पीएच डी। अध्याय 15 मूविंग एवरेज फ़िल्टर्स। न्योर कमीशन बनाम स्टेप रिस्पांस। कई वैज्ञानिक और इंजीनियरों चल औसत औसत फिल्टर का उपयोग करने के बारे में दोषी महसूस करते हैं क्योंकि यह बहुत सरल है चलती औसत फिल्टर अक्सर पहली समस्या है जब एक समस्या का सामना करना पड़ता है यहां तक ​​कि अगर समस्या पूरी तरह से हल हो गई है, तब भी ऐसा महसूस होता है कि कुछ और किया जाना चाहिए यह स्थिति वाकई विडंबना है न केवल कई अनुप्रयोगों के लिए चलती औसत फिल्टर बहुत अच्छा है , यह एक आम समस्या के लिए इष्टतम है, सबसे तेज कदम प्रतिक्रिया रखते हुए यादृच्छिक सफेद शोर को कम करते हैं। आंकड़ा 15-1 यह कैसे काम करता है का एक उदाहरण दिखाता है एक में सिग्नल एक यादृच्छिक शोर में दफन एक पल्स है बी और सी में, चौरसाई कार्रवाई चलती औसत फिल्टर की यादृच्छिक आवाज़ के आयाम कम हो जाती है, लेकिन किनारों की तीक्ष्णता भी कम हो जाती है सभी संभावित रैखिक फिल्टरों का इस्तेमाल किया जा सकता है, चलती औसत उत्पादन किसी दिए गए किनारे की तीव्रता के लिए सबसे कम शोर शोर में कमी की मात्रा औसत में अंकों की संख्या के वर्गमूल के बराबर है उदाहरण के लिए, 100 बिंदु चलती औसत फिल्टर 10 के एक कारक द्वारा शोर को कम कर देता है। समझने के लिए क्यों औसत चलती है यदि सबसे अच्छा समाधान, कल्पना करें कि हम एक निश्चित किनारे की तीव्रता के साथ एक फिल्टर तैयार करना चाहते हैं उदाहरण के लिए, मान लें कि हम किनारे की तीक्ष्णता को ठीक कर देते हैं, यह निर्दिष्ट करते हुए कि चरण प्रतिक्रिया के उदय में ग्यारह अंक हैं, इसके लिए फिल्टर कर्नेल ग्यारह अंक हैं ऑप्टिमाइज़ेशन सवाल है कि हम आउटपुट संकेत पर शोर को कम करने के लिए फिल्टर कर्नेल में ग्यारह मान कैसे चुनते हैं। चूंकि हम जो शोर कम करने की कोशिश कर रहे हैं वह यादृच्छिक है, इनपुट अंक में से कोई भी विशेष नहीं है जैसे कि शोर जैसे इसके पड़ोसी इसलिए, यह फिल्टर कर्नेल में एक बड़ा गुणांक निर्दिष्ट करके इनपुट बिंदुओं में से किसी एक को अधिमान्य उपचार देने के लिए बेकार है। जब सभी इनपुट नमूनों का इलाज किया जाता है तो सबसे कम शोर प्राप्त होता है सहयोगी, चलती औसत फिल्टर, बाद में इस अध्याय में हम यह दिखाते हैं कि अन्य फिल्टर अनिवार्य रूप से अच्छा हैं बिंदु यह है, कोई भी फ़िल्टर सरल चल औसत से बेहतर नहीं है। छवि आकलन द्वारा NOISE REDUCTION. Image शोर आपके विवरण में स्तर के साथ समझौता कर सकता है डिजिटल या फिल्म फोटो, और इसलिए इस शोर को कम करने से आपकी अंतिम छवि या प्रिंट को बहुत बढ़ाया जा सकता है समस्या यह है कि शोर को कम करने या हटाने के लिए सबसे अधिक तकनीकें हमेशा छवि को नरम करने के लिए खत्म होती हैं कुछ नमूनों को मुख्य रूप से चिकनी पानी या आसमान, लेकिन परिदृश्य में पत्ते शोर को कम करने के लिए भी रूढ़िवादी प्रयासों से ग्रस्त हो सकते हैं। इस अनुभाग में शोर कम करने के लिए कुछ सामान्य विधियों की तुलना की गई है, और शोर को कम करने के लिए कई एक्सपोज़र का औपचारिक तकनीक भी पेश किया गया है छवि एवरेजिंग हाई-एंड एस्ट्रोपोटोग्राफ़ी में आम है, लेकिन अन्य प्रकार की कम-रोशनी और रात की फोटोग्राफी के लिए यकीनन कम मात्रा में कम किया जाता है औसत दर्जे में बिना किसी समझौता के शोर को कम करने की शक्ति होती है आईएल, क्योंकि यह वास्तव में आपकी छवि के शोर अनुपात एसएनआर को संकेत बढ़ाता है एक अतिरिक्त बोनस यह है कि औसतन आपकी छवि की थोड़ी गहराई भी बढ़ सकती है जो एक छवि के साथ संभव हो सकती है औसतन भी नकल करने वालों के लिए विशेष रूप से उपयोगी हो सकता है आईएसओ 100 की चिकनाई, लेकिन जिसका कैमरा केवल आईएसओ 200 तक चला जाता है, जैसे कि ज्यादातर निकॉन डिजिटल एसएलआर एस। आईईजीईज एवरेजिंग पर धारणा है कि आपकी छवि में शोर वास्तव में यादृच्छिक है, इस तरह, वास्तविक छवि डेटा के ऊपर और नीचे यादृच्छिक उतार चढ़ाव होगा धीरे-धीरे एक औसत अधिक से अधिक छवियों के रूप में भी यदि आप एक ही सफ़ेद ग्रे पैच के दो शॉट लेते हैं, तो उसी कैमरे की सेटिंग्स का प्रयोग करें और समान परिस्थितियों के तापमान, प्रकाश व्यवस्था आदि के तहत, आप बाईं ओर दिखाए गए लोगों के समान छवियां प्राप्त करेंगे ऊपर दिए गए प्लॉट क्रमशः शीर्ष और नीचे की छवियों में पतले नीले और लाल पट्टियों के साथ चमक में उतार-चढ़ाव दिखाते हैं, क्रमशः धराशायी क्षैतिज रेखा औसत का प्रतिनिधित्व करता है, या यह साजिश क्या है ओक की तरह अगर शून्य शोर होता है ध्यान दें कि लाल और नीले दोनों पंक्तियों में से प्रत्येक के ऊपर और नीचे धराशायी रेखा से ऊपर उतार-चढ़ाव हो जाती है। अगर हम इस स्थान पर प्रत्येक स्थान पर पिक्सेल मूल्य लेते हैं, और पिक्सेल के मूल्य के साथ उसी में औसत अन्य छवि के लिए स्थान, फिर चमक भिन्नता को निम्नानुसार घटाया जाएगा। हालांकि, दो की औसत अभी भी ऊपर और नीचे के बीच में उतार-चढ़ाव होती है, अधिकतम विचलन को काफी हद तक कम कर दिया जाता है, यह पैच को बायीं ओर बनाने का प्रभाव पड़ता है चिकनी दिखाई देता है दो औसतन छवियां आम तौर पर आईएसओ सेटिंग के मुकाबले शोर का उत्पादन करती हैं जो आधा के रूप में संवेदनशील होती है, इसलिए आईएसओ 400 पर ली गई दो औसत छवियां आईएसओ 200 में ली गई एक छवि के बराबर होती हैं, और इसी तरह सामान्य तौर पर, शोर में उतार-चढ़ाव की मात्रा बढ़ जाती है छवियों की संख्या का वर्गमूल औसतन है, इसलिए आपको आधे में परिमाण को कम करने के लिए 4 छवियों की आवश्यकता है। NOISE DETAIL COMPARISON। अगला उदाहरण वास्तविक-छवि में छवि की प्रभावशीलता को दर्शाता है याल्ड उदाहरण निम्नलिखित फोटो कैनन ईओएस 300 डी डिजिटल रिबेल पर आईएसओ 1600 में लिया गया था, और अत्यधिक शोर से ग्रस्त है। यह उदाहरण दिखाता है कि औसत फिल्टर और फिर से काम करने के लिए दिन के समय के आवधिक घटकों के प्रभाव को पृथक करने के लिए घंटे का तापमान रीडिंग्स, साथ ही एक ओपन-लूप वोल्टेज मापन से अवांछित लाइन शोर को हटा दें उदाहरण भी दिखाता है कि एक औसत सिग्नल का उपयोग करके किनारों को संरक्षित करते समय एक घड़ी सिग्नल के स्तर को सुचारू रूप से कैसे दिखाया जाता है उदाहरण भी यह दर्शाता है कि कैसे निकालने के लिए एक Hampel फ़िल्टर का उपयोग करना बड़े आउटलेटर्स। हम कैसे अपने डेटा में महत्त्वपूर्ण पैटर्न खोजते हैं, जो कि चीजें जो कि महत्वहीन हैं, बाहर निकलते हैं, उन्हें छोड़कर हम इस चौरसाई को करने के लिए फ़िल्टरिंग का उपयोग करते हैं। चौरसाई का लक्ष्य मूल्य में धीमे परिवर्तन उत्पन्न करना है ताकि हमारे रुझान डेटा। कभी-कभी जब आप इनपुट डेटा की जांच करते हैं तो आप सिग्नल में एक प्रवृत्ति देखने के लिए डेटा को चिकना करना चाहते हैं हमारे उदाहरण में हमारे पास सेल्सियस में तापमान रीडिंग का एक सेट है जनवरी, 2011 के पूरे महीने के लिए लॉगन हवाई अड्डे पर बहुत घंटे। नोट करें कि हम नेत्रहीन रूप से दिन के समय तापमान रीडिंग पर पड़ने वाले प्रभाव को देख सकते हैं यदि आप केवल महीने में दैनिक तापमान में परिवर्तन में दिलचस्पी रखते हैं, केवल प्रति घंटा उतार-चढ़ाव शोर का योगदान, जो दैनिक रूप से भिन्नताएं समझना मुश्किल हो सकता है दिन के समय के प्रभाव को दूर करने के लिए, अब हम एक औसत औसत फ़िल्टर का उपयोग करके अपने डेटा को चिकना करना पसंद करेंगे.एक मूविंग औसत फिल्टर। अपने सरल रूप में, एक औसत चलती औसत लम्बाई के फिल्टर एन प्रत्येक तरल के लगातार नमूने के औसत लेता है। प्रत्येक डेटा बिंदु पर चलती औसत फिल्टर को लागू करने के लिए, हम अपने फिल्टर के गुणांक का निर्माण करते हैं ताकि प्रत्येक बिंदु समान रूप से भारित हो सकें और कुल औसत से 1 24 का योगदान दें हमें प्रत्येक 24 घंटे की अवधि में औसत तापमान देता है। फ़िलर विलंब। नोट करें कि फ़िल्टर्ड आउटपुट के बारे में बारह घंटे तक विलंब होता है यह इस तथ्य के कारण है कि हमारे चलने वाले औसत फ़िल्टर में देरी है। किसी भी सममित एफ इलैटर लम्बाई N को एन -1 के 2 नमूनों का विलंब होगा हम इस विलंब के लिए मैन्युअल रूप से खाता बना सकते हैं। औसत मतभेद। वैकल्पिक रूप से, हम चल औसत औसत फ़िल्टर का उपयोग करके यह भी बेहतर अनुमान प्राप्त कर सकते हैं कि दिन का समय कैसे समग्र रूप से प्रभावित करता है तापमान ऐसा करने के लिए, पहले, घंटों के तापमान के माप से चिकनाई आंकड़े घटाना, फिर अलग-अलग डेटा को दिन में विभाजित करें और महीने में सभी 31 दिनों में औसत ले लें। पीक लिफाफा का विस्तार। कभी-कभी हम भी आसानी से अलग करना चाहते हैं यह अनुमान है कि कैसे हमारे तापमान संकेतों के ऊंचा और चढ़ाव रोज़े बदलते हैं ऐसा करने के लिए हम 24 घंटे की अवधि के सबसेट और चरम सीमाओं से जुड़े लिफाफा फ़ंक्शन का उपयोग कर सकते हैं इस उदाहरण में, हम यह सुनिश्चित करते हैं कि बीच में कम से कम 16 घंटे प्रत्येक चरम उच्च और चरम निम्न हम यह भी महसूस कर सकते हैं कि कैसे उच्च और नीच दोनों चरम सीमाओं के बीच औसत लेते हुए चल रहे हैं.हमेशा मूविंग औसत फ़िल्टर। अन्य प्रकार की चलती औसत फिल्टर प्रत्येक नमूना को समान रूप से भार मत करो। एक अन्य आम फिल्टर, इस प्रकार के फिल्टर के द्विपद विस्तार का अनुसरण करता है, एन के बड़े मानों के लिए एक सामान्य वक्र का अनुमानित करता है। यह छोटे आवृत्ति को छानने के लिए उपयोगी होता है। n के लिए गुणोत्तर फिल्टर के गुणांक को खोजने के लिए, समझाओ अपने आप में और उसके बाद फिर से निर्धारित समय के साथ आउटपुट को समझाओ। इस उदाहरण में, पांच कुल पुनरावृत्तियों का उपयोग करें। गाऊसी विस्तार फ़िल्टर के समान एक अन्य फ़िल्टर घातीय चलती औसत फिल्टर है इस तरह के भारित चल औसत औसत फिल्टर का निर्माण आसान है और एक बड़ी खिड़की के आकार की आवश्यकता नहीं है। आप शून्य और एक के बीच एक अल्फा पैरामीटर द्वारा एक तेजी से भारित चलती औसत फिल्टर को समायोजित करते हैं एक अल्फा के उच्च मूल्य में कम चिकनाई होगी। एक दिन के रीडिंग पर ज़ूम करें.अपने देश का चयन करें