การลดสัญญาณรบกวนคือกระบวนการกำจัดสัญญาณรบกวนออกจากสัญญาณมีเทคนิคการลดสัญญาณรบกวนสำหรับเสียงและภาพ อัลกอริทึม การลดสัญญาณรบกวน อาจ ทำให้สัญญาณ ผิดเพี้ยนไปบ้างการปฏิเสธสัญญาณรบกวนคือความสามารถของวงจรในการแยกส่วนประกอบสัญญาณที่ไม่ต้องการออกจากส่วนประกอบสัญญาณที่ต้องการ เช่นเดียวกับ อัตราส่วนการปฏิเสธ โหมด ร่วม

อุปกรณ์ ประมวลผลสัญญาณทั้งหมดทั้งแบบอนาล็อกและดิจิทัลล้วนมีคุณสมบัติที่ทำให้ไวต่อสัญญาณรบกวน สัญญาณรบกวนอาจเป็นแบบสุ่มที่มีการกระจายความถี่สม่ำเสมอ ( สัญญาณรบกวนสีขาว ) หรือเป็นสัญญาณรบกวนที่ขึ้นอยู่กับความถี่ ซึ่งเกิดจากกลไกของอุปกรณ์หรืออัลกอริธึมการประมวลผลสัญญาณ

ในระบบอิเล็กทรอนิกส์เสียงรบกวนประเภทหลักอย่างหนึ่งคือเสียงฟู่ซึ่งเกิดจากการเคลื่อนที่แบบสุ่มของอิเล็กตรอนอันเนื่องมาจากความผันผวนทางความร้อน อิเล็กตรอนที่ผันผวนเหล่านี้จะเพิ่มและลดสัญญาณเอาต์พุตอย่างรวดเร็ว จึงทำให้เกิดเสียงรบกวน ที่สามารถตรวจ จับ ได้

ในกรณีของฟิล์มถ่ายภาพและเทปแม่เหล็กสัญญาณรบกวน (ทั้งที่มองเห็นและได้ยิน) เกิดขึ้นเนื่องจากโครงสร้างของเม็ดอนุภาคในสื่อนั้น ในฟิล์มถ่ายภาพ ขนาดของเม็ดอนุภาคในฟิล์มจะเป็นตัวกำหนดความไวของฟิล์ม ฟิล์มที่มีความไวสูงจะมีเม็ดอนุภาคขนาดใหญ่กว่า ในเทปแม่เหล็ก ยิ่งเม็ดอนุภาคแม่เหล็ก (โดยปกติคือเฟอร์ริกออกไซด์หรือแมกเนไทต์ ) มีขนาดใหญ่เท่าใด สื่อนั้นก็ยิ่งมีแนวโน้มที่จะเกิดสัญญาณรบกวนมากขึ้นเท่านั้น เพื่อชดเชยสิ่งนี้ อาจใช้พื้นที่ฟิล์มหรือเทปแม่เหล็กขนาดใหญ่ขึ้นเพื่อลดสัญญาณรบกวนให้อยู่ในระดับที่ยอมรับได้

อัลกอริทึมการลดสัญญาณรบกวนมักจะเปลี่ยนแปลงสัญญาณในระดับมากหรือน้อย อัลกอริทึมการตั้งฉากสัญญาณและสัญญาณรบกวนเฉพาะที่สามารถใช้เพื่อหลีกเลี่ยงการเปลี่ยนแปลงสัญญาณได้^{[ 1 ]}

การเพิ่มสัญญาณในข้อมูลแผ่นดินไหวมีความสำคัญอย่างยิ่งสำหรับการสร้างภาพแผ่นดินไหว [ ^{2 ] [ 3 ]}การผกผัน^{[ 4 ] [ 5 ]}และการตีความ^{[ 6 ] ซึ่ง ช่วย}เพิ่มอัตราความสำเร็จในการสำรวจน้ำมันและก๊าซได้อย่างมาก^{[ 7 ] [ 8 ] [ 9 ]}สัญญาณที่มีประโยชน์ซึ่งถูกบดบังด้วยสัญญาณรบกวนแบบสุ่มมักถูกละเลย และอาจทำให้เกิดความไม่ต่อเนื่องปลอมของเหตุการณ์แผ่นดินไหวและสิ่งแปลกปลอมในภาพที่ย้ายตำแหน่งขั้นสุดท้าย การเพิ่มสัญญาณที่มีประโยชน์ในขณะที่รักษาคุณสมบัติขอบของโปรไฟล์แผ่นดินไหวโดยการลดสัญญาณรบกวนแบบสุ่มสามารถช่วยลดความยากลำบากในการตีความและความเสี่ยงที่ทำให้เข้าใจผิดในการตรวจจับน้ำมันและก๊าซได้

เสียงซ่าของเทปเป็นปัญหาที่จำกัดประสิทธิภาพในการบันทึกเสียงแบบอนาล็อกปัญหานี้เกี่ยวข้องกับขนาดอนุภาคและพื้นผิวที่ใช้ในอิมัลชันแม่เหล็กที่พ่นลงบนสื่อบันทึก และยังเกี่ยวข้องกับความเร็วสัมพัทธ์ของเทปที่ผ่านหัวอ่านเทปด้วย

การลดเสียงรบกวนมีอยู่สี่ประเภท ได้แก่ การบันทึกล่วงหน้าแบบซิงเกิลเอนด์ การลดเสียงฟู่แบบซิงเกิลเอนด์ การลด เสียงรบกวนพื้นผิว แบบซิงเกิลเอนด์ และระบบโคเดกหรือระบบดูอัลเอนด์ ระบบการบันทึกล่วงหน้าแบบซิงเกิลเอนด์ (เช่นDolby HX Pro ) ทำงานเพื่อส่งผลต่อสื่อบันทึกในขณะที่ทำการบันทึก ระบบการลดเสียงฟู่แบบซิงเกิลเอนด์ (เช่นDNL ^{[ 10 ]}หรือDNR ) ทำงานเพื่อลดเสียงรบกวนในขณะที่เกิดขึ้น รวมถึงทั้งก่อนและหลังกระบวนการบันทึก ตลอดจนสำหรับการใช้งานออกอากาศสด การลดเสียงรบกวนพื้นผิวแบบซิงเกิลเอนด์ (เช่นCEDARและ SAE 5000A รุ่นก่อนหน้าBurwen TNE 7000 และPackburn 101/323/323A/323AA และ 325 ^{[ 11 ]} ) ใช้กับการเล่นแผ่นเสียงเพื่อแก้ไขรอยขีดข่วน เสียงป๊อป และความไม่เป็นเชิงเส้นของพื้นผิวอุปกรณ์ขยายช่วงไดนามิกแบบ Single-ended เช่นPhase Linear Autocorrelator Noise Reduction and Dynamic Range Recovery System (รุ่น 1000 และ 4000) สามารถลดเสียงรบกวนต่างๆ จากการบันทึกเก่าได้ ส่วนระบบแบบ Dual-ended (เช่นระบบลดเสียงรบกวน Dolbyหรือdbx ) จะมีการประมวลผลแบบ pre-emphasis ในระหว่างการบันทึก และจากนั้นจะมีการประมวลผลแบบ de-emphasis ในระหว่างการเล่น

การบันทึกเสียงดิจิทัลสมัยใหม่ไม่จำเป็นต้องกังวลเรื่องเสียงซ่าของเทปอีกต่อไป ดังนั้นระบบลดเสียงรบกวนแบบอนาล็อกจึงไม่จำเป็น อย่างไรก็ตาม สิ่งที่น่าสนใจคือ ระบบ dither นั้น กลับเพิ่มเสียงรบกวนเข้าไปในสัญญาณเพื่อปรับปรุงคุณภาพเสียง

ระบบลดเสียงรบกวน แบบคอมแพนเดอร์สองปลายจะใช้กระบวนการเน้นเสียงล่วงหน้าในระหว่างการบันทึก และใช้กระบวนการลดเสียงในระหว่างการเล่น ระบบต่างๆ ได้แก่ ระบบระดับมืออาชีพDolby A ^{[ 10 ]}และDolby SRโดยDolby Laboratories , dbx Professionalและdbx Type Iโดยdbx , EMT NoiseBX ของ Donald Aldous , ^{[ 12 ]} Burwen Noise Eliminator , ^{[ 13 ] [ 14 ] [ 15 ]} telcom c4ของTelefunken ^{[ 10 ]}และ MXR Innovations ^{[ 16 ]}รวมถึงระบบสำหรับผู้บริโภคDolby NR , Dolby B , ^{[ 10 ]} Dolby CและDolby S , dbx Type II , ^{[ 10 ]} High Comของ Telefunken ^{[ 10 ]}และHigh-Com IIของNakamichi , adresของToshiba (Aurex AD-4) , ^{[ 10 ] [ 17 ]} ANRSของJVC ^{[ 10 ] [ 17 ]}และSuper ANRS , ^{[ 10 ] [ 17 ] ]} Fisher / Sanyo 's Super D , ^{[ 18 ] [ 10 ] [ 17 ]} SNRS , ^{[ 17 ]} และ ระบบEx-Koของฮังการี/เยอรมนีตะวันออก^{[ 19 ] [ 17 ]}

ในระบบคอมแพนเดอร์บางระบบ การบีบอัดจะถูกนำมาใช้ในระหว่างการผลิตสื่อระดับมืออาชีพ และผู้ฟังจะใช้การขยายเท่านั้น ตัวอย่างเช่น ระบบเช่นdbx disc , High-Com II , CX 20 ^{[ 17 ]}และUCที่ใช้สำหรับการบันทึกเสียงไวนิล และDolby FM , High Com FMและFMXที่ใช้ในการออกอากาศวิทยุ FM

เทคนิคการลดเสียงรบกวนที่ใช้กันอย่างแพร่หลายเป็นครั้งแรกนั้นได้รับการพัฒนาโดยเรย์ ดอลบีในปี 1966 ระบบ Dolby Type A ซึ่งออกแบบมาสำหรับการใช้งานระดับมืออาชีพ เป็นระบบเข้ารหัส/ถอดรหัสที่เพิ่มความแรงของความถี่ในสี่ช่วงความถี่ระหว่างการบันทึก (การเข้ารหัส) แล้วลดลงตามสัดส่วนระหว่างการเล่น (การถอดรหัส) โดยเฉพาะอย่างยิ่ง เมื่อบันทึกส่วนที่เงียบของสัญญาณเสียง ความถี่ที่สูงกว่า 1 kHz จะถูกเพิ่มความแรงขึ้น ซึ่งมีผลทำให้เพิ่มอัตราส่วนสัญญาณต่อเสียงรบกวนบนเทปได้สูงสุดถึง 10 dB ขึ้นอยู่กับระดับเสียงเริ่มต้น เมื่อเล่นซ้ำ ตัวถอดรหัสจะกลับกระบวนการ ทำให้ลดระดับเสียงรบกวนได้สูงสุดถึง 10 dB

ระบบ Dolby B (พัฒนาร่วมกับHenry Kloss ) เป็นระบบเสียงแบบแถบความถี่เดียวที่ออกแบบมาสำหรับผลิตภัณฑ์สำหรับผู้บริโภค ระบบ Dolby B แม้ว่าจะไม่ได้มีประสิทธิภาพเท่า Dolby A แต่ก็มีข้อดีคือยังคงสามารถฟังได้บนระบบเล่นเสียงที่ไม่มีตัวถอดรหัส

วงจรรวมU401BRของTelefunken High Comสามารถนำมาใช้เป็น คอมแพนเดอร์ที่เข้ากันได้กับ Dolby Bได้เช่นกัน^{[ 20 ]}ในเครื่องเล่นเทป High Com รุ่นหลังๆ หลายรุ่น ฟังก์ชัน D NR Expander ที่จำลอง Dolby-B ไม่เพียงแต่ใช้งานได้ในระหว่างการเล่นเท่านั้น แต่ยังใช้งานได้ในระหว่างการบันทึกด้วย ซึ่งเป็นคุณสมบัติที่ไม่ได้ระบุไว้

dbxเป็นระบบลดเสียงรบกวนแบบอนาล็อกที่แข่งขันกัน ซึ่งพัฒนาโดยDavid E. Blackmerผู้ก่อตั้งDbx, Inc. ^{[ 21 ]}โดยใช้อัลกอริทึมการเข้ารหัส/ถอดรหัสแบบรากกำลังสองเฉลี่ย (RMS) โดยเพิ่มความถี่สูงที่มีแนวโน้มที่จะเกิดเสียงรบกวน และป้อนสัญญาณทั้งหมดผ่านตัวบีบอัด 2:1 dbx ทำงานครอบคลุมแบนด์วิดท์ที่ได้ยินทั้งหมด และแตกต่างจาก Dolby B ตรงที่ไม่สามารถใช้งานได้หากไม่มีตัวถอดรหัส อย่างไรก็ตาม สามารถลดเสียงรบกวนได้มากถึง 30 dB

เนื่องจากการบันทึกวิดีโอ แบบอนาล็อก ใช้การปรับความถี่สำหรับส่วนความสว่าง (สัญญาณวิดีโอผสมในระบบสีโดยตรง) ซึ่งช่วยรักษาระดับความอิ่มตัวของสีบนเทป ดังนั้นจึงไม่จำเป็นต้องใช้การลดสัญญาณรบกวนแบบเดียวกับการบันทึกเสียง

ตัวจำกัดเสียงรบกวนแบบไดนามิก ( DNL ) เป็นระบบลดเสียงรบกวนที่ฟิลิปส์ แนะนำครั้งแรก ในปี 1971 สำหรับใช้กับเครื่องเล่นเทปคาสเซ็ต [ ^{10 ] วงจร} ของมันยังใช้ชิปตัว เดียว ^{[ 22 ] [ 23 ]}

ต่อมาได้มีการพัฒนาเพิ่มเติมเป็นระบบลดเสียงรบกวนแบบไดนามิก ( DNR ) โดยNational Semiconductor เพื่อลดระดับเสียงรบกวนใน การโทรทางไกล^{[ 24 ]} DNR ซึ่งวางจำหน่ายครั้งแรกในปี 1981 มักถูกเข้าใจผิดว่าเป็น ระบบลดเสียงรบกวน Dolbyที่พบได้ทั่วไปมากกว่า^{[ 25 ]}

แตกต่างจากระบบลดเสียงรบกวน Dolby และdbx ประเภท Iและประเภท IIระบบ DNL และ DNR เป็นระบบประมวลผลสัญญาณแบบเล่นอย่างเดียวที่ไม่จำเป็นต้องเข้ารหัสแหล่งข้อมูลก่อน สามารถใช้เพื่อกำจัดเสียงรบกวนพื้นหลังออกจากสัญญาณเสียงใดๆ รวมถึง การบันทึก เทปแม่เหล็กและ การออกอากาศ วิทยุ FMลดเสียงรบกวนได้มากถึง 10 dB ^{[ 26 ]}นอกจากนี้ยังสามารถใช้ร่วมกับระบบลดเสียงรบกวนอื่นๆ ได้ โดยต้องใช้ก่อนที่จะใช้ DNR เพื่อป้องกันไม่ให้ DNR ทำให้ระบบลดเสียงรบกวนอื่นๆ ทำงานผิดพลาด^{[ 27 ]}

หนึ่งในแอปพลิเคชันที่แพร่หลายครั้งแรกของ DNR คือ ระบบ เครื่องเสียงรถยนต์GM Delco ในรถยนต์ GM ของสหรัฐอเมริกาที่เปิดตัวในปี 1984 ^{[ 28 ]}นอกจากนี้ยังใช้ในเครื่องเสียงรถยนต์จากโรงงานใน รถยนต์ Jeepในช่วงทศวรรษ 1980 เช่นCherokee XJปัจจุบัน DNR, DNL และระบบที่คล้ายกันมักพบเห็นได้ทั่วไปในฐานะระบบลดเสียงรบกวนในระบบไมโครโฟน^{[ 29 ]}

อัลกอริทึมประเภทที่สองทำงานในโดเมนเวลา-ความถี่โดยใช้ตัวกรองเชิงเส้นหรือ แบบไม่เชิงเส้นบางตัว ที่มีลักษณะเฉพาะในพื้นที่และมักเรียกว่าตัวกรองเวลา-ความถี่^{[ 30 ]} นอกจาก นี้ยังสามารถกำจัดสัญญาณรบกวนได้โดยใช้เครื่องมือแก้ไขสเปกตรัม ซึ่งทำงานในโดเมนเวลา-ความถี่นี้ ทำให้สามารถแก้ไขในพื้นที่ได้โดยไม่ส่งผลกระทบต่อพลังงานสัญญาณใกล้เคียง สามารถทำได้ด้วยตนเอง เช่นเดียวกับในโปรแกรมวาดภาพ โดยการวาดภาพ อีกวิธีหนึ่งคือการกำหนดเกณฑ์แบบไดนามิกสำหรับการกรองสัญญาณรบกวนที่ได้มาจากสัญญาณในพื้นที่ โดยสัมพันธ์กับพื้นที่เวลา-ความถี่ในพื้นที่ ทุกอย่างที่ต่ำกว่าเกณฑ์จะถูกกรอง ทุกอย่างที่สูงกว่าเกณฑ์ เช่น ส่วนหนึ่งของเสียงหรือสัญญาณรบกวนที่ต้องการจะไม่ถูกแตะต้อง โดยทั่วไปแล้ว พื้นที่นี้จะถูกกำหนดโดยตำแหน่งของความถี่ทันทีของสัญญาณ^{[ 31 ]}เนื่องจากพลังงานสัญญาณส่วนใหญ่ที่จะต้องรักษาไว้จะกระจุกตัวอยู่รอบๆ

อีกแนวทางหนึ่งคือการใช้ตัวจำกัดสัญญาณรบกวนอัตโนมัติและตัวตัดสัญญาณรบกวนซึ่งมักพบได้ในเครื่องรับส่งวิทยุสมัครเล่น (HAM radio transceivers) เครื่องรับส่ง วิทยุ CBเป็นต้น ตัวกรองทั้งสองแบบที่กล่าวมาข้างต้นสามารถใช้แยกกันหรือใช้ร่วมกันในเวลาเดียวกันก็ได้ ขึ้นอยู่กับตัวเครื่องรับส่งวิทยุแต่ละเครื่อง

โปรแกรมตัดต่อเสียงดิจิทัล (DAW) และซอฟต์แวร์แก้ไขเสียงส่วนใหญ่มีฟังก์ชันลดเสียงรบกวนอย่างน้อยหนึ่งฟังก์ชัน

ภาพที่ถ่ายด้วยกล้องดิจิทัลหรือกล้องฟิล์ม แบบดั้งเดิม จะเกิดสัญญาณรบกวนจากแหล่งต่างๆ การนำภาพเหล่านี้ไปใช้ต่อมักต้องลดสัญญาณรบกวนลง ไม่ว่าจะเป็นเพื่อความสวยงามหรือเพื่อวัตถุประสงค์เชิงปฏิบัติ เช่น การประมวลผลภาพ ด้วย คอมพิวเตอร์

ในสัญญาณรบกวนแบบเกลือและพริกไทย (การรบกวนของแสงและความมืดที่กระจัดกระจาย) ^{[ 32 ]}หรือที่รู้จักกันในชื่อสัญญาณรบกวนแบบอิมพัลส์^{[ 33 ]}พิกเซลในภาพจะมีสีหรือความเข้มที่แตกต่างจากพิกเซลโดยรอบอย่างมาก ลักษณะเฉพาะคือค่าของพิกเซลที่มีสัญญาณรบกวนนั้นไม่มีความสัมพันธ์กับสีของพิกเซลโดยรอบ เมื่อมองดูภาพ ภาพจะมีจุดสีดำและสีขาว จึงเป็นที่มาของคำว่าสัญญาณรบกวนแบบเกลือและพริกไทย โดยทั่วไป สัญญาณรบกวนประเภทนี้จะส่งผลกระทบต่อพิกเซลภาพเพียงเล็กน้อยเท่านั้น แหล่งที่มาทั่วไป ได้แก่ ฝุ่นละอองภายในกล้อง และองค์ประกอบ CCD ที่ร้อนเกินไปหรือชำรุด

ในสัญญาณรบกวนแบบเกาส์เซียน [ ^{34 ] แต่ละ}พิกเซลในภาพจะเปลี่ยนแปลงจากค่าเดิมไปเป็นจำนวนเล็กน้อย (โดยปกติ) ฮิสโตแกรม ซึ่งเป็นกราฟแสดงปริมาณการบิดเบือนของค่าพิกเซลเทียบกับความถี่ที่เกิดขึ้น แสดงให้เห็นการกระจายแบบปกติของสัญญาณรบกวน แม้ว่าจะมีรูปแบบการกระจายอื่นๆ ที่เป็นไปได้ แต่การกระจายแบบเกาส์เซียน (ปกติ) มักเป็นแบบจำลองที่ดี เนื่องจากทฤษฎีบทขีดจำกัดกลางที่กล่าวว่าผลรวมของสัญญาณรบกวนต่างๆ มีแนวโน้มที่จะเข้าใกล้การกระจายแบบเกาส์เซียน

ไม่ว่าในกรณีใด สัญญาณรบกวนที่พิกเซลต่างๆ อาจมีความสัมพันธ์กันหรือไม่มีความสัมพันธ์กันก็ได้ ในหลายกรณี ค่าสัญญาณรบกวนที่พิกเซลต่างๆ จะถูกจำลองว่าเป็นอิสระต่อกันและมีการกระจายตัวแบบเดียวกันดังนั้นจึงไม่มีความสัมพันธ์กัน

มีอัลกอริธึมลดสัญญาณรบกวนมากมายในการประมวลผลภาพ^{[ 35 ]}ในการเลือกอัลกอริธึมลดสัญญาณรบกวน จะต้องพิจารณาปัจจัยหลายประการ:

• พลังการประมวลผลของคอมพิวเตอร์และเวลาที่มีอยู่: กล้องดิจิทัลต้องประมวลผลลดสัญญาณรบกวนภายในเสี้ยววินาทีโดยใช้ CPU ขนาดเล็กในตัว ในขณะที่คอมพิวเตอร์ตั้งโต๊ะมีพลังการประมวลผลและเวลามากกว่ามาก
• การยอมรับรายละเอียดบางส่วนที่ลดลงจะเป็นที่ยอมรับได้หรือไม่ หากช่วยให้ลดสัญญาณรบกวนได้มากขึ้น (ควรตัดสินอย่างเข้มงวดแค่ไหนว่าความแปรผันในภาพเป็นสัญญาณรบกวนหรือไม่)
• ลักษณะของสัญญาณรบกวนและรายละเอียดในภาพ เพื่อช่วยในการตัดสินใจได้ดียิ่งขึ้น

ในภาพถ่ายจริง รายละเอียดความถี่เชิงพื้นที่สูงสุดส่วนใหญ่ประกอบด้วยความแปรผันของความสว่าง ( ราย ละเอียด ความสว่าง ) มากกว่าความแปรผันของเฉดสี ( รายละเอียด ความอิ่มตัว ของสี ) หรือค่าสี อัลกอริทึมลดสัญญาณรบกวนในภาพถ่ายส่วนใหญ่จะแยกรายละเอียดของภาพออกเป็นส่วนประกอบของความอิ่มตัวของสีและความสว่าง และใช้การลดสัญญาณรบกวนกับส่วนประกอบของความอิ่มตัวของสีมากกว่า หรืออนุญาตให้ผู้ใช้ควบคุมการลดสัญญาณรบกวนของความอิ่มตัวของสีและความสว่างแยกกันได้

วิธีหนึ่งในการกำจัดสัญญาณรบกวนคือการทำการคอนโวลูชันภาพต้นฉบับกับมาสก์ที่แสดงถึงตัวกรองความถี่ต่ำหรือการปรับให้เรียบ ตัวอย่างเช่น มาสก์เกาส์เซียนประกอบด้วยองค์ประกอบที่กำหนดโดยฟังก์ชันเกาส์เซียนการคอนโวลูชันนี้จะทำให้ค่าของแต่ละพิกเซลมีความสอดคล้องกับค่าของพิกเซลข้างเคียงมากขึ้น โดยทั่วไป ตัวกรองปรับให้เรียบจะกำหนดค่าแต่ละพิกเซลให้เป็นค่าเฉลี่ย หรือค่าเฉลี่ยถ่วงน้ำหนักของตัวมันเองและพิกเซลข้างเคียงตัวกรองเกาส์เซียนเป็นเพียงชุดน้ำหนักชุดหนึ่งที่เป็นไปได้เท่านั้น

ฟิลเตอร์ปรับความเรียบมักทำให้ภาพเบลอ เนื่องจากค่าความเข้มของพิกเซลที่สูงหรือต่ำกว่าบริเวณรอบข้างอย่างมากจะกระจายไปทั่วบริเวณ เนื่องจากความเบลอนี้ ฟิลเตอร์เชิงเส้นจึงไม่ค่อยได้ใช้ในทางปฏิบัติสำหรับการลดสัญญาณรบกวน อย่างไรก็ตาม ฟิลเตอร์เชิงเส้นมักถูกใช้เป็นพื้นฐานสำหรับฟิลเตอร์ลดสัญญาณรบกวนแบบไม่เชิงเส้น

อีกวิธีหนึ่งในการกำจัดสัญญาณรบกวนคือการปรับภาพให้เรียบโดยใช้สมการเชิงอนุพันธ์ย่อยที่คล้ายกับสมการความร้อนซึ่งเรียกว่าการแพร่แบบไม่สมมาตร (anisotropic diffusion ) โดยใช้สัมประสิทธิ์การแพร่ที่คงที่ในเชิงพื้นที่ วิธีนี้จะเทียบเท่ากับสมการความร้อนหรือการกรองแบบเกาส์เซียน เชิงเส้น แต่ด้วยสัมประสิทธิ์การแพร่ที่ออกแบบมาเพื่อตรวจจับขอบ ทำให้สามารถกำจัดสัญญาณรบกวนได้โดยไม่ทำให้ขอบของภาพเบลอ

อีกแนวทางหนึ่งในการกำจัดสัญญาณรบกวนคือการหา ค่าเฉลี่ย แบบไม่เฉพาะที่ของพิกเซลทั้งหมดในภาพ โดยเฉพาะอย่างยิ่ง ปริมาณน้ำหนักที่ใช้กับพิกเซลแต่ละพิกเซลจะขึ้นอยู่กับระดับความคล้ายคลึงกันระหว่างส่วนเล็กๆ ที่อยู่ตรงกลางพิกเซลนั้นกับส่วนเล็กๆ ที่อยู่ตรงกลางพิกเซลที่กำลังทำการลดสัญญาณรบกวน

ตัวกรองค่ามัธยฐานเป็นตัวอย่างของตัวกรองแบบไม่เชิงเส้น และหากออกแบบอย่างเหมาะสม จะสามารถรักษาความคมชัดของภาพได้ดีมาก วิธีการใช้งานตัวกรองค่ามัธยฐาน:

1. พิจารณาพิกเซลแต่ละพิกเซลในภาพ
2. เรียงลำดับพิกเซลข้างเคียงตามความเข้มของแสง
3. แทนที่ค่าพิกเซลเดิมด้วย ค่า มัธยฐานจากรายการ

ตัวกรองค่ามัธยฐานเป็นตัวกรองการเลือกอันดับ (RS) ซึ่งเป็นสมาชิกที่ค่อนข้างรุนแรงในกลุ่มตัวกรองการเลือกอันดับแบบมีเงื่อนไข (RCRS) ^{[ 36 ]}สมาชิกที่อ่อนโยนกว่าในกลุ่มนั้น เช่น ตัวกรองที่เลือกค่าที่ใกล้ที่สุดจากค่าใกล้เคียงเมื่อค่าของพิกเซลอยู่นอกบริเวณใกล้เคียง และปล่อยให้ค่าไม่เปลี่ยนแปลงในกรณีอื่น ๆ มักเป็นที่ต้องการมากกว่า โดยเฉพาะในการใช้งานด้านการถ่ายภาพ

ตัวกรองค่ามัธยฐานและตัวกรอง RCRS อื่นๆ มีประสิทธิภาพในการกำจัดสัญญาณรบกวนแบบจุดๆ (salt and pepper noise) ออกจากภาพ และยังทำให้ขอบภาพเบลอน้อยมาก จึงมักถูกนำไปใช้ในแอปพลิเคชันด้านคอมพิวเตอร์วิชั่น

เป้าหมายหลักของอัลกอริธึมการลดสัญญาณรบกวนภาพคือการลดสัญญาณรบกวน^{[ 37 ]}และรักษาคุณลักษณะ^{[ 38 ]}โดยใช้ฟิลเตอร์แบงค์เวฟเล็ต^{[ 39 ]}ในบริบทนี้ วิธีการที่ใช้เวฟเล็ตเป็นพื้นฐานมีความน่าสนใจเป็นพิเศษ ในโดเมนเวฟเล็ต สัญญาณรบกวนจะกระจายอย่างสม่ำเสมอทั่วทั้งสัมประสิทธิ์ ในขณะที่ข้อมูลภาพส่วนใหญ่จะกระจุกตัวอยู่ในสัมประสิทธิ์ขนาดใหญ่เพียงไม่กี่ตัว^{[ 40 ]}ดังนั้น วิธีการลดสัญญาณรบกวนแบบเวฟเล็ตวิธีแรกจึงใช้การกำหนดค่าเกณฑ์ของสัมประสิทธิ์ซับแบนด์รายละเอียด^{[ 41 ]}อย่างไรก็ตาม วิธีการกำหนดค่าเกณฑ์เวฟเล็ตส่วนใหญ่มีข้อเสียคือ เกณฑ์ที่เลือกอาจไม่ตรงกับการกระจายเฉพาะของส่วนประกอบสัญญาณและสัญญาณรบกวนในระดับและทิศทางที่แตกต่างกัน

เพื่อแก้ไขข้อเสียเหล่านี้ จึงมีการพัฒนาตัวประมาณค่าแบบไม่เชิงเส้นตามทฤษฎีเบย์เซียน ในกรอบงานเบย์เซียน เป็นที่ยอมรับว่าอัลกอริทึมการลดสัญญาณรบกวนที่ประสบความสำเร็จสามารถลดสัญญาณรบกวนและรักษาคุณลักษณะได้ หากใช้คำอธิบายทางสถิติที่แม่นยำของส่วนประกอบสัญญาณและสัญญาณรบกวน^{[ 40 ]}

นอกจากนี้ยังมีวิธีการทางสถิติสำหรับการลดสัญญาณรบกวนในภาพด้วย สำหรับสัญญาณรบกวนแบบเกาส์เซียนเราสามารถจำลองพิกเซลในภาพระดับสีเทาเป็นแบบกระจายตัวปกติอัตโนมัติ โดยที่ ค่าระดับสีเทาที่ แท้จริง ของแต่ละพิกเซล จะมีการกระจายตัวแบบปกติ โดยมีค่าเฉลี่ยเท่ากับค่าเฉลี่ยระดับสีเทาของพิกเซลข้างเคียง และมีค่าความแปรปรวนที่กำหนดไว้

ให้แทนพิกเซลที่อยู่ติดกับพิกเซล ที่ -th จากนั้น การแจกแจงแบบมีเงื่อนไขของความเข้มสีเทา (บนมาตราส่วน) ที่ โหนดที่ -thคือ สำหรับพารามิเตอร์ที่เลือกและค่าความแปรปรวนวิธีหนึ่งในการลดสัญญาณรบกวนที่ใช้แบบจำลองอัตโนมัติปกติจะใช้ข้อมูลภาพเป็นไพรเออร์แบบเบย์เซียนและความหนาแน่นอัตโนมัติปกติเป็นฟังก์ชันความน่าจะเป็น โดยการแจกแจงโพสเทอริออร์ที่ได้จะให้ค่าเฉลี่ยหรือค่าฐานนิยมเป็นภาพที่ลดสัญญาณรบกวนแล้ว^{[ 42 ] [ 43 ]}${\displaystyle \delta _{i}}$${\displaystyle i}$${\displaystyle [0,1]}$${\displaystyle i}$$${\displaystyle \mathbb {P} {\big (}x(i)=c\mid x(j)\,\forall j\in \delta _{i}{\big )}\propto \exp \left(-{\frac {\beta }{2\lambda }}\sum _{j\in \delta _{i}}{\big (}cx(j){\big )}^{2}\right)}$$${\displaystyle \beta \geq 0}$${\displaystyle \lambda }$

อัลกอริทึมการจับคู่บล็อกสามารถนำไปใช้เพื่อจัดกลุ่มชิ้นส่วนภาพที่คล้ายกันของมาโครบล็อก ที่ทับซ้อนกัน ที่มีขนาดเท่ากัน จากนั้นจะกรองมาโครบล็อกที่คล้ายกันเข้าด้วยกันในโดเมนการแปลง และในที่สุดชิ้นส่วนภาพแต่ละชิ้นจะถูกกู้คืนไปยังตำแหน่งเดิมโดยใช้ค่าเฉลี่ยถ่วงน้ำหนักของพิกเซลที่ทับซ้อนกัน^{[ 44 ]}

Shrinkage fieldsเป็น เทคนิค การเรียนรู้ของเครื่องที่ใช้^{ฟิลด์}สุ่มซึ่งให้ประสิทธิภาพเทียบเท่ากับการจับคู่บล็อกและการกรอง 3 มิติแต่ต้องการค่าใช้จ่ายในการคำนวณที่ต่ำกว่ามาก ทำให้สามารถดำเนินการได้โดยตรงภายในระบบฝังตัว [ ^{45 ]}

มีการเสนอแนวทาง การเรียนรู้เชิงลึกต่างๆเพื่อลดสัญญาณรบกวน^{[ 46 ]}และงานฟื้นฟูภาพ ดังกล่าว Deep Image Priorเป็นเทคนิคหนึ่งที่ใช้โครงข่ายประสาทเทียมแบบ Convolutionalและมีความโดดเด่นตรงที่ไม่ต้องใช้ข้อมูลการฝึกอบรมล่วงหน้า^{[ 47 ]}

โปรแกรมแก้ไขภาพและรูปถ่ายทั่วไปส่วนใหญ่จะมีฟังก์ชันลดสัญญาณรบกวนอย่างน้อยหนึ่งฟังก์ชัน (เช่น ฟังก์ชันปรับค่ากลางเบลอลดจุดรบกวน ฯลฯ)

• ตัวกรอง (การประมวลผลสัญญาณ)
• พื้นที่ย่อยสัญญาณ

• อะคูสติกทางสถาปัตยกรรมรวมถึงการกันเสียง
• คลิกเพื่อลบ
• การทดสอบการฟังโคเดก
• ตัวตัดเสียงรบกวน
• การพิมพ์เสียงรบกวน
• หูฟังตัดเสียงรบกวน
• การบดบังเสียง

• การลบเฟรมมืด
• การประมวลผลภาพดิจิทัล
• การลดสัญญาณรบกวนแบบความแปรผันรวม
• การลดสัญญาณรบกวนในวิดีโอ

• การลดความเบลอ

• แนวโน้มล่าสุดในบทช่วยสอนการลดสัญญาณรบกวน
• การลดสัญญาณรบกวนในการถ่ายภาพ