Share
ازالة الضوضاء من التسجيل الصوتي باستخدام تحويل المويجه == Audio Denoising Using Wavelet Transform
Author name:
نور علي حسين السوداني
Supervisor name:
لؤي ادور جورج | عبير متي يوسف
General topic:
Computer Science
Specific topic:
Computer Science
Degree:
Master
University:
Al-Nahrain University - College Of Science - Department Of Computer Science
Language:
English
University location:
Baghdad
First pages:
28T808 - p.pdf
Abstract:
الاشارات الصوتيه غالبا ما تلوث بواسطة الضوضاء الناتجه من معدات التسجيل الصوتي . ازالة الضوضاء من الصوت تهدف لتخفيف الضوضاء بينما تبقي الاشاره الاساسيه.ان الهدف الاساسي لهذه الرساله هو استخدام تقنيات العمل على الاشاره الرقميه المعتمده على تحويل المويجه لتقليل الضوضاء من الاشاره. في هذا البحث تم استخدام ثلاثة انواع من تحويل المويجه (D6, D4 , Haar)وخمسة انواع من طرق العتبه وقد تمت دراسة كفاءتها في قطع الضوضاء من نوعين من الاشاره (اشاره صوتيه ذات سعه عاليه واخرى ذات سعه واطئه). ان نتائج ازالة الضوضاء حللت وقورنت مع الاشاره الاصليه من اجل ايجاد افضل النتائج لازالة الضوضاء. اضافه الى ذلك تم تقييم الاداء لكل الطرق المدروسه.النتائج المعروضه في هذا البحث تشير الى ان افضل نتائج ازالة الضوضاء تظهر عند تطبيق الية (Scanned Thresholding) بدون تقطيع الاشاره, وعند تطبيق العتبه(Thresholding) على كل معاملات حزمة التحويل المويجي العالية التردد (الحزمه المفصله) وخلال الاختبارات وجد ان التحويل المويجي من نوع D6 يقود الى نتائج افضل لازالة الضوضاء .ان افضل نتائج ازالة الضوضاء بحسب المقاييس الموضوعيه (Objective Measures) اشرت ان استخدام طريقة العتبه من نوع Supersoft هي الافضل, بينما المقاييس الغير موضوعيه ((Subjective Measures اشرت ان طريقة العتبه من نوع Semisoft هي الافضل. | Audio signals are often contaminated by background environment noise from audio equipments. Audio denoising aims to attenuating the noise while retaining the underlying signals. The focal point of this thesis is to use digital signal processing techniques based on wavelet transform to reduce the noise from the signal. In this research three types of wavelet transform (Haar, D4 and D6 wavelet transforms) and different thresholding criteria have been investigated to truncate the noise from two types of signal (high and low amplitude audio signals). The denoising results have been analyzed and compared with the original signal in order to find out the best for audio denoising setups. Furthermore, the performance of all considered methods had been evaluated.The results shown in this thesis indicate that the best denoising results occur when applying scanned thresholding mechanism without making signal framing, and when all coefficients of the detail subbands are thresholded. Among the tested wavelet transforms, the D6 wavelet transform leads to better denoising results. The best denoising results according to the objective measure mean square error (MSE) occurred when using supersoft thresholding, while the best denoising results according to subjective test is when using semisoft thresholding.
