Penerapan Thresholding Bertahap Pada Proses Denoising Sinyal Berbasis Wavelet
Keywords:
denoising, thresholding bertahap, waveletAbstract
Metode-metode berbasis wavelet menjadi piranti yang sangat e¯sien dan semakin menarik untuk diteliti. Dalam makalah ini disampaikan prosedur penerapan tresholding secara berta- hap (TSB) pada masalah denoising sinyal. Sebagai contoh kasus, TSB akan diterapkan untuk denoising sinyal (data) satu dimensi. TSB diterapkan pada sinyal yang diberikan, dengan terlebih dahulu menentukan nilai threshold yang paling sesuai untuk tiap tahap dekomposisi, kemudian proses denoising dilakukan serentak dengan proses rekonstruksi. Hasil penerapan TSB akan dibandingkan dengan dua metode yang telah cukup dikenal. Pertama, cara Donoho dan Johnstone (1995) yang menerapkan threshold global yang dipilih. Kedua, dibandingkan dengan metode berbasis FDR (False descovery error rate) yang dikemukakan oleh Abramovich dan Benjamini (1998).
Downloads
References
Abramovich, F., Benjamini, Y., Adap- tive Thresholding of Wavelet Coe¯cients, J. Royal Statistics Soc., Ser. B (61), 1998.
Bultheel, A., Wavelets with Applications in Signal and Image Processing, Lecture Notes, Katholieke Universiteit, Leuven, Belgium, 2001.
Daubechies, I., Ten Lectures on Wavelets, SIAM, Philadelphia, 1992.
Donoho, D.L. and Johnstone, I.M., Adapt- ing to Unknown Smoothness via Wavelet Shrinkage, Journal of American Statistics Ass., 90, 1200{1244, 1995.
Hansen, M., Malfait, M., Bultheel, A., Generelized Cross Validation for Wavelet Thresholding, Signal Processing, 56, 33{44, 1997.
Mallat, S.G., A Theory for Multiresolution Signal Decomposition: the Wavelets Repre- sentation, IEEE Transac. on Pattern Anal- ysis and Machine Intell., vol 11 (7), pp. 674{ 693, 1989.
