Minimum description length principle in denoising
No Thumbnail Available
URL
Journal Title
Journal ISSN
Volume Title
Helsinki University of Technology |
Diplomityö
Checking the digitized thesis and permission for publishing
Instructions for the author
Instructions for the author
Authors
Date
2005
Major/Subject
Laskennallinen tekniikka
Mcode
S-114
Degree programme
Language
en
Pages
145
Series
Abstract
Lyhimmän kuvauspituuden (minimum description length, MDL) periaate on informaatio- ja koodausteoriaan pohjautuva lähestymistapa tilastolliseen mallinnukseen. MDL-teoriassa tilastollinen mallinnus ajatellaan prosessina, jossa datasta etsitään säännöllisyyksiä. MDL-periaatteen mukaan paras malli kilpailevien mallien joukossa minimoi datan kuvauspituuden. Kohinanpoisto on eräs tilastollisen signaalikäsittelyn keskeisistä ongelmista Satunnaisten häiriöiden eli kohinan turmelemia signaaleja kohdataan jatkuvasti eri tekniikan ja tieteen osa-alueilla. Kohinanpoistossa kohinan vaikutukset poistetaan mahdollisimman hyvin käyttäen apuna datan tunnettuja tilastollisia ominaisuuksia. Viime vuosina datan aalloke-esitykseen (wavelet) perustuvat kohinanpoistomenetelmät ovat tulleet yhä suositummiksi. Tässä työssä kuvaillaan kaksi hyvin erilaista MDL-lähestymistapaa aallokekohinanpoistoon. MDL-LQ-menetelmä perustuu lineaarisen regressio-ongelman normalisoidun suurimman uskottavuuden ratkaisuun tilanteessa, jossa virhemitta on neliöllinen, eli kohina on oletettu normaalijakautuneeksi. MDL-histo-menetelmä pohjautuu datan histogrammikuvaukseen, eikä menetelmässä oleteta mitään kiinnitettyä muotoa kohinan jakaumalle. Kohinanpoistokokeita suoritetaan MDL-LQ- ja MDL-histo-menetelmien suoritustehon ja käyttäytymisen selvittämiseksi sekä kahden MDL-lähestysmistavan vertailemiseksi perinteisiin kohinanpoistomenetelmiin. Kokeet näyttävät että MDL-histo-menetelmä toimii hyvin erilaisissa olosuhteissa ja erilaisilla kohinan jakaumilla. MDL-LQ-menetelmän suorituskyvyn havaitaan heikkenevän suurilla kohinatasoilla. Työssä esitellään korjaus, joka parantaa MDL-LQ-menetelmän suorituskykyä.Description
Supervisor
Kaski, KimmoThesis advisor
Heikkonen, JukkaKeywords
minimum description length, lyhin kuvauspituus, denoising, kohinanpoisto, wavelet, aalloke