Estudio comparativo de técnicas de reducción de ruido en señales industriales mediante Transformada Wavelet Discreta y selección adaptativa del umbral
[ES] Las técnicas de reducción de ruido son ampliamente utilizadas en la grabación de audio, la edición de imágenes y en el procesamiento de señales industriales. La idea es reconstruir los datos originales a partir de la señal ruidosa suprimiendo toda, o casi toda, la distorsión generada por el rui...
| Autores: | , |
|---|---|
| Tipo de recurso: | artículo |
| Fecha de publicación: | 2013 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:riunet.upv.es:10251/144120 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/144120 |
| Access Level: | acceso abierto |
| Palabra clave: | Wavelet transform Noise Industrial signals Transformada wavelet Ruido Señales industriales Ruido gaussiano |
| Sumario: | [ES] Las técnicas de reducción de ruido son ampliamente utilizadas en la grabación de audio, la edición de imágenes y en el procesamiento de señales industriales. La idea es reconstruir los datos originales a partir de la señal ruidosa suprimiendo toda, o casi toda, la distorsión generada por el ruido inherente a los procesos físicos. En el presente trabajo se realiza una comparación de diferentes métodos de supresión de ruido que se basan en la selección adaptativa del umbral. Estas técnicas han sido usadas extensivamente en el procesamiento de imágenes pero el objetivo de este trabajo es evaluar su rendimiento en la reducción de ruido de señales industriales. En particular se analiza el comportamiento de los métodos Bayes Shrink, Normal Shrink, Modified Shrink y Neight Shrink para la reducción de ruido gaussiano en estas señales. A tales efectos se utilizó un conjunto de señales patrón, que incluye a las señales propuestas por Donoho y otras mediciones representativas obtenidas de procesos reales en las plantas de Níquel cubanas. Las pruebas realizadas revelan que el algoritmo Neigh Shrink es el que mejor se comporta en los datos analizados. |
|---|