谱图小波变换去噪中的数据驱动阈值处理
信号处理
2021-02-03 v4 统计方法学
摘要
本文致力于利用谱图小波变换（SGWT）在图信号处理（GSP）背景下进行自适应信号去噪。该问题通过变换域中的数据驱动阈值处理过程来解决，利用Stein无偏风险估计（SURE）在均方误差（MSE）意义上优化参数。所考虑的SGWT建立在单位分解之上，使变换为半正交，从而可在变换域中执行优化。然而，由于SGWT是过完备的，SURE中的散度项需要在相关噪声的背景下计算。研究了称为坐标wise和块阈值处理过程的两种阈值策略。对每一种，均推导了针对一族基本阈值函数的SURE，其中包括软阈值和James-Stein阈值。该多尺度分析表现出优于文献中最新方法的性能。这在一系列不同图上的信号数值实验中得到了说明。
引用
@article{arxiv.1906.01882,
title = {Data-driven Thresholding in Denoising with Spectral Graph Wavelet Transform},
author = {Basile de Loynes and Fabien Navarro and Baptiste Olivier},
journal= {arXiv preprint arXiv:1906.01882},
year = {2021}
}