噪音消除指的是消除、削弱或抑制圖像中的隨機(jī)變化干擾。它是由測(cè)量誤差和成像過(guò)程中一些不確定的隨機(jī)因素形成的效應(yīng)，統(tǒng)稱(chēng)為噪聲。噪聲消除是圖像恢復(fù)的任務(wù)之一。系統(tǒng)噪聲一般被視為點(diǎn)擴(kuò)散函數(shù)的函數(shù)，作為圖像退化模型的一個(gè)組成部分，如大氣擾動(dòng)，在建模時(shí)考慮隨機(jī)噪聲，在圖像復(fù)原過(guò)程中消除。

噪聲消除

如果噪聲模型是預(yù)先已知的，則可以為該模型設(shè)置濾波器以有效地消除它，例如同步噪聲常用頻域?yàn)V波方法對(duì)圖像進(jìn)行傅里葉變換，設(shè)計(jì)合適的濾波器提取主要噪聲成分逆變換后得到噪聲圖像，從原始圖像中減去加權(quán)噪聲圖像，即去噪圖像權(quán)函數(shù)的選擇原則是在一定大小的區(qū)域內(nèi)使校正圖像的方差最小。圖像的隨機(jī)噪聲往往以高頻為特征，通過(guò)圖像平滑或低通濾波來(lái)消除，如平滑濾波、中值濾波、條件濾波和各種自適應(yīng)濾波方法等。

在通信系統(tǒng)中，噪聲是指不攜帶有用信息的電信號(hào)，是除有用信號(hào)以外的所有信號(hào)的統(tǒng)稱(chēng)。本節(jié)簡(jiǎn)要討論信道中各種噪聲的分類(lèi)和特性，定性說(shuō)明它們對(duì)信號(hào)傳輸?shù)挠绊憽Ｔ胍粲性S多來(lái)源根據(jù)它們來(lái)源的不同，大致可以分為以下四類(lèi)：

1)無(wú)線電噪聲。各種用途的無(wú)線電發(fā)射機(jī)。這種噪聲的頻率范圍很廣，從甚低頻到超高頻，都可能有無(wú)線電干擾，干擾強(qiáng)度有時(shí)很大。但是這種噪聲干擾有一個(gè)特點(diǎn)，就是干擾的頻率范圍是固定的，所以可以提前預(yù)防。特別是加強(qiáng)無(wú)線電頻率管理后，無(wú)論在頻率的穩(wěn)定性、精度和諧波輻射受到嚴(yán)格控制，因此信道中信號(hào)的影響降至最低。

2)工業(yè)噪聲。從各種電器設(shè)備，比如電線、電源開(kāi)關(guān)、電車(chē)、電力鐵道、高頻電爐等。這種噪聲干擾的來(lái)源分布很廣，無(wú)論是城市還是農(nóng)村，內(nèi)陸還是邊疆，都有工業(yè)干擾。但這種干擾還有一個(gè)特點(diǎn)，就是干擾的頻譜集中在較低的頻率范圍，比如幾十MHz。因此，選擇工作在該頻帶之上的信道可以防止來(lái)自它的干擾。另外，在干擾源方面也可以減少干擾，比如消除波形失真、加強(qiáng)屏蔽和過(guò)濾措施、防止接觸不良等。

3)天電噪聲。來(lái)源于雷電、太陽(yáng)黑子、磁暴和宇宙射線等。可以說(shuō)整個(gè)宇宙都是這種噪音的來(lái)源，所以這種噪音干擾是客觀存在的。由于這種自然現(xiàn)象和發(fā)生的時(shí)間、季節(jié)、地區(qū)等等都是相關(guān)的，所以來(lái)自天空和電的干擾的影響也是不同的。這種干擾占用的頻譜也很廣，而且不像無(wú)線電干擾，頻率是固定的，很難防止這種干擾的影響。

4)內(nèi)部噪聲。從頻道本身包含的各種電子設(shè)備、轉(zhuǎn)換器和傳輸線等。比如電阻和各種導(dǎo)體在分子熱運(yùn)動(dòng)的影響下會(huì)產(chǎn)生熱噪聲，晶體管或電子管等電子器件由于電子發(fā)射不均勻會(huì)產(chǎn)生器件噪聲。這種噪聲干擾是由自由電子的不規(guī)則運(yùn)動(dòng)形成的，所以它的波形也是不規(guī)則變化的，通常稱(chēng)為漲落噪聲。這種噪聲干擾在數(shù)學(xué)上可以用隨機(jī)過(guò)程來(lái)描述，所以可以稱(chēng)為隨機(jī)噪聲。

1.高斯白噪聲

高斯白噪聲是指概率密度函數(shù)的統(tǒng)計(jì)特性滿足高斯分布，功率譜密度函數(shù)為常數(shù)的噪聲。必須同時(shí)滿足這兩個(gè)條件的噪聲是高斯白噪聲，滿足第一個(gè)條件的噪聲是高斯噪聲，滿足第二個(gè)條件的噪聲是白噪聲。

在通信系統(tǒng)的理論分析中，特別是在分析、在計(jì)算系統(tǒng)的抗噪聲性能時(shí)，往往假設(shè)系統(tǒng)信道中的噪聲為高斯白噪聲。這是因?yàn)椋谝唬咚拱自肼暱梢杂镁唧w的數(shù)學(xué)表達(dá)式表示，便于推導(dǎo)分析和運(yùn)算；其次，高斯白噪聲確實(shí)反映了特定信道中的噪聲，真實(shí)地代表了信道噪聲的特性。

2.高斯有色噪聲

統(tǒng)計(jì)特性服從高斯分布，功率譜密度不滿足懷特特性，即功率譜不是常數(shù)。大多數(shù)音頻噪音，如風(fēng)扇噪音、行駛的汽車(chē)和四處走動(dòng)的人產(chǎn)生的噪音等。由于信道的影響，有時(shí)白噪聲通過(guò)信道后會(huì)變成色噪聲。

3.脈沖噪聲

本文應(yīng)用了具有穩(wěn)定分布的脈沖噪聲模型。在通信、雷達(dá)、在水聲和聲納領(lǐng)域遇到的信號(hào)和噪聲中，有大量具有突出尖峰特征的信號(hào)和噪聲，它們顯著偏離傳統(tǒng)的高斯分布，通常應(yīng)用更廣泛“穩(wěn)定分布模型被用來(lái)描述這種具有強(qiáng)脈沖的隨機(jī)信號(hào)。

4.工頻干擾

我國(guó)市電頻率為50Hz，交流電源產(chǎn)生的電磁干擾稱(chēng)為工頻干擾。

在許多學(xué)術(shù)論文中，已經(jīng)討論或提出了各種噪聲消除算法及其改進(jìn)一般來(lái)說(shuō)，這些噪聲消除算法可以分為兩組：single-mic（single-麥克風(fēng)）噪聲消除和多重-mic（并聯(lián)-麥克風(fēng)）兩種噪聲消除算法。Single-Mic 噪聲消除和乘法-與mic 相比，MIC  具有適用于各種噪聲源混響抑制能力強(qiáng)等優(yōu)點(diǎn)。但是對(duì)于3G系統(tǒng)，手機(jī)的硬件結(jié)構(gòu)決定了不能使用多個(gè)-麥克風(fēng)噪聲消除算法。

近十年推薦單曲-Mic 噪聲消除算法主要基于譜減法（光譜 減法,簡(jiǎn)稱(chēng)圣人）算法，這是基于短時(shí)頻譜分析（短 時(shí)間 光譜分析,簡(jiǎn)稱(chēng)STSA）的MMSE-STSA 算法由于計(jì)算簡(jiǎn)單，主觀評(píng)價(jià)后性能最好，所以應(yīng)用最為廣泛。

為了增強(qiáng)語(yǔ)音信號(hào)，噪聲消除算法需要能夠：

a）增強(qiáng)語(yǔ)音的可懂度和自然屬性；

b）提高信噪比；

c）短的信號(hào)時(shí)延；

d）計(jì)算量小；

信號(hào)增強(qiáng)的質(zhì)量度量是一個(gè)多重問(wèn)題，可以用語(yǔ)音增強(qiáng)前后的可懂度和自然屬性來(lái)描述。當(dāng)干凈的語(yǔ)音和噪聲混合成一個(gè)信道信號(hào)時(shí)，純信號(hào)和純?cè)肼曊加孟嗤念l帶，可能有一定的相關(guān)性。這時(shí)，從嘈雜的語(yǔ)音中剔除噪聲，提取干凈的語(yǔ)音，必然會(huì)對(duì)語(yǔ)音和噪聲都產(chǎn)生影響。

很難從嘈雜的語(yǔ)音中區(qū)分噪音和語(yǔ)音一方面，干凈的語(yǔ)音可能作為噪聲被抑制，尤其是語(yǔ)音信號(hào)中的摩擦聲和脈沖聲的頻譜波形非常相似，很容易被抑制。另一方面，含噪語(yǔ)音中的噪聲會(huì)保留錄音環(huán)境中背景噪聲的所有特征，一些典型的噪聲抑制算法在抑制信道噪聲時(shí)也會(huì)產(chǎn)生一種新的合成噪聲，稱(chēng)為“音樂(lè) 噪音”這種合成噪聲仍然會(huì)嚴(yán)重干擾聽(tīng)者。

噪聲消除算法設(shè)計(jì)的另一個(gè)目標(biāo)是限制信號(hào)延遲，因?yàn)榇蟮男盘?hào)延遲會(huì)干擾通話期間的情況。同樣，計(jì)算量較小的噪聲消除算法將保證信號(hào)處理的實(shí)時(shí)性。

已核實(shí)，MMSE-STSA的主觀評(píng)價(jià)是最可靠的，它具有使短時(shí)譜幅度估計(jì)的均方誤差最小化的特點(diǎn)，并且它不產(chǎn)生“音樂(lè) 噪音”在無(wú)噪聲的情況下，提供了良好的消聲效果。和改進(jìn)的MMSE-LSA 算法比MMSESTSA具有更好的抑制性“音樂(lè) 噪音”，消除噪音的能力。下面分析MMSE-LSA 算法的噪聲消除原理。

MMSE-LSA主要由七個(gè)模塊組成：短時(shí)傅里葉分解、語(yǔ)音激活檢測(cè)（VAD）模塊、噪聲估計(jì)、后驗(yàn)和先驗(yàn)信噪比估計(jì)、光譜增益計(jì)算和短時(shí)傅里葉合成。短時(shí)傅立葉分解模塊對(duì)含噪語(yǔ)音進(jìn)行離散傅立葉變換計(jì)算，得到其頻譜幅度和相位，其中頻譜幅度用頻譜增益加權(quán)以增強(qiáng)語(yǔ)音。加權(quán)后的幅度和相位相乘，并發(fā)送到短時(shí)傅立葉合成模塊進(jìn)行離散傅立葉逆變換。在逆變換之后，執(zhí)行折疊相加操作以獲得時(shí)域中的增強(qiáng)語(yǔ)音信號(hào)。MMSE-LSA算法主要關(guān)注頻譜增益的計(jì)算，它決定了噪聲抑制的程度。為了計(jì)算頻譜增益，必須首先獲得后驗(yàn)信噪比估計(jì)和先驗(yàn)信噪比估計(jì)，而這些信噪比估計(jì)是基于噪聲功率譜的估計(jì)而獲得的，噪聲功率譜是通過(guò)計(jì)算非語(yǔ)音階段含噪語(yǔ)音的頻譜幅度而獲得的。非語(yǔ)音階段的檢測(cè)主要通過(guò)VAD模塊進(jìn)行。