Zaman Ölçeği – Multimedya Bölümü – Multimedya Bölümü Ödevleri – Multimedya Bölümü Tez Yaptırma –Multimedya Bölümü Ödev Ücretleri
Zaman Ölçeği
Zaman ölçeği alanındaki büyük mutlak katsayıların işlenmesinde farklılık gösteren ve gürültü giderilmiş bir ses sinyalinin öznel algısı için farklı çıkarımlara sahip olan çeşitli dalgacık tabanlı ses gürültü giderme teknikleri mevcuttur.
Bunlar şunları içerir:
Sert eşikleme. Belirli bir eşiğin altındaki bazı veya tüm ölçeklerdeki katsayılar sıfıra ayarlanırken, seçilen eşiğin üzerindeki katsayılar değişmeden kaldığında, sert eşikten söz edilir. Bu ‘tut ya da öldür’ prosedürüdür. Artan bir eşik göz önüne alındığında, bu politika öznel olarak rahatsız edici eserler sergiliyor.
Yumuşak eşikleme. Bir eşiğin altındaki bazı veya tüm ölçeklerdeki katsayılar sıfıra ayarlandığında ve ayrıca seçilen eşiğin üzerindeki tüm katsayılar eşiğin değeri kadar küçültüldüğünde, yumuşak eşikten söz edilir. Bunu yaparken, bu prosedür dalgacık katsayılarının aralığını azaltır ve sinyali yumuşatır, böylece enerjisini değiştirir.
Büzülme. Yukarıdaki iki eşikleme politikası arasında bir uzlaşma sunulmaktadır. En yüksek katsayıları korur ancak kesme ve korunan katsayılar arasında yumuşak bir geçişe sahiptir. Çevredeki ekip tarafından çeşitli büzülme fonksiyonları ve teknikleri önerilmiştir.
Bazıları birden fazla eşiğe bağlıdır, bazıları ise eşiklere hiç güvenmez. Bayes modellemesinden türetilen bir büzülme sınıfı tartışılmaktadır.
Genel olarak, karmaşık büzülme şemaları hesaplama açısından çok pahalıdır. Yumuşak eşiklemenin hesaplama karmaşıklığı ve performans arasında iyi bir uzlaşma olduğu kabul edildiğinden, bu çalışmada sert ve yumuşak eşiklemeye odaklanacağız.
Ortogonal Olmayan Dalgacık Dönüşümü ve Eşikleme
Dalgacık dönüşümündeki varsayımlar gevşetilirse ve biortogonal dalgacık dönüşümlerinin aynı dağılmış beyaz gürültüye sahip bir sinyali analiz etmesine izin verirsek, Denklem bize zaman-ölçek alanındaki katsayıların durağan değil, ilişkili olacağını söyler. Bu durumda ölçeğe bağlı eşikler uygulayabiliriz, yani ele alınan ölçekle eşik düzeyini değiştirebiliriz.
Bununla birlikte, ölçeğe bağlı eşikleme ile ilgili hala sorunlar vardır:
- Bir dizi gürültülü katsayı her zaman eşikten sağ çıkar.
- Hatayı en aza indirme sürecinin iyi çalışması için her ölçekte yeterince çok sayıda katsayıya ihtiyacı vardır;
- Daha kaba çözünürlük düzeylerinde bu sayıdan yoksun olabilir ve bu düzey için ayrı bir eşik bulamayabilir.
Bu nedenle, ortogonal olmayan dalgacık dönüşümleri için bile tek bir eşiğe geri dönmek, ancak dalgacık dönüşümü hakkında başka bir buluşsal yöntem uygulamak yaygın bir uygulamadır: Zaman ölçeği alanındaki bir katsayı, bir sinyalin tekilliği nedeniyle (mutlak değer olarak) büyükse , bir sonraki daha kaba ölçekte karşılık gelen katsayıların da mutlak değerde büyük olmasını bekleyebiliriz.
Böylece, bir sinyalin tekilliği inceden kabaya tüm ölçekleri belirli bir düzeye kadar etkiler ve sinyalin kendine özgü özellikleri geniş bir ölçek yelpazesini vurur. Bir sinyalin bu özelliğinin tersine, beyaz gürültü yerel bir fenomendir: bir gürültünün tekilliği daha kaba ölçeklere nüfuz etmez.
Kendi dalgacık tabanlı ses gürültü gidericimizde uyguladığımız eşik yöntemi, ağaç yapıları eşiklemesidir. Bir ağaç, bir dalgacık katsayıları kümesidir.
Bu kümedeki her eleman için, zaman-ölçeği alanındaki katsayılar ‘aynı konum’da, ancak aynı zamanda bir sonraki daha kaba ölçekte kümeye aittir. İsim ağacı, belirli bir ince ölçekteki iki farklı katsayıların bir sonraki daha kaba ölçekte tek bir katsayıyı paylaşması ve dolayısıyla dallanmış bir yapıyla sonuçlanması gerçeğinden türetilmiştir.
TOAD
Boş zaman Tutum Ölçeği
Boş zaman Yönetimi
Boş zaman yönetimi Ölçeği
Eşiğin Belirlenmesi
Pek çok eşik tabanlı uygulamada temel soru, belirli bir amaç için uygun bir eşiğin nasıl belirleneceğidir. Bir eşik, bir kümeyi iki “evet/hayır” alt kümesine böler. Bu nedenle, ses gürültü giderme bağlamında, bir eşik seçimi, gürültünün çıkarılması ile çok fazla orijinal sesin çıkarılması arasındaki ödünleşimdir.
Küçük bir eşik, girdiye yakın bir sonuç verir ve yine de çok fazla parazit içerebilir. Bununla birlikte, büyük bir eşik, zaman ölçeği alanında, sinyalin bazı tekilliklerini yok edebilecek birçok sıfır katsayı ile sonuçlanır. Ses kodlamasında bu, sinyalin tınısının ‘çıkarıldığı’ anlamına gelir ve bu da bir gümbürtü sinyalinin negatif işitilebilir yapılarıyla sonuçlanır.
İyi bir eşik seçimi arayışında, çok yaygın bir yaklaşım, ortalama kare hatasını en aza indirmektir. Gürültülü olanla karşılaştırmak için orijinal sinyali gerektirir. Bozulmamış sinyal normalde bilinmediğinden, ortalama kare hatasının minimizasyonu için optimal bir eşik nadiren bulunur. Minimumun tahmini birçok makalede incelenmiştir.
Dalgacık tabanlı ses gidericimizle, (tek boyutlu) dalgacık dönüşümünün gerçek zamanlı uygulamaya izin verecek kadar hızlı olduğunu gösteriyoruz. Ses giderici sabit bir eşik uygulamaz, ancak kullanıcı tarafından esnek bir eşik ayarlanmasına izin verecek şekilde tasarlanmıştır.
Dalgacık Tabanlı Ses Giderici Uygulaması
Dijital ses uygulamalarında dalgacık dönüşümünün kullanımına katkımız, aşağıdaki özelliklere sahip dalgacık tabanlı bir ses işlemcisinin uygulanmasıdır:
- Gerçek zamanlı uygulamalar için (ayrık, ikili) dalgacık dönüşümünün etkinliğinin kanıtı,
- Tartıştığımız dalgacık tabanlı gürültü giderme teorisinin ‘uygulama yoluyla kanıtı’
- Dalgacık filtrelerini ‘duyarak’ seçilen parametre ayarlarının subjektif yargısı ve
- Dalgacıkları ve çoklu çözünürlüklü analizin etkisini ‘görmek’.
Bunun yanı sıra, uygulamamız bu teknik hedeften bağımsız olarak ikinci bir amacı gütmektedir: Multimedya kursumuzda kullanılan didaktik bir araçtır. Bu husus detaylandırılacaktır.
Uygulama, I3 Srl firması ile ortaklaşa yazılan bir yüksek lisans tezi kapsamında gerçekleştirilmiştir. Roma, İtalya’da. Geliştirme platformu olarak Microsoft Visual Studio ile donatılmış Windows95/98, C++ programlama dili ile kullanılmıştır.
Program, beş kategoriye ayrılan sınıflardan oluşur: dalgacık dönüşümü, çerçeve çekirdek sınıfları, çerçeve uzantıları, filtreler ve Windows GUI. Kod satırlarını toplar. Ses aracının kendisi, sinyal işleme [SHB00] konulu bir çalıştayda sunulurken gürültü giderme özelliği, teorisi ve ampirik değerlendirmesi sunuldu.
Temel sınıfları arayüzleri ve uygulanan sınıfları sağlayan dijital ses işleme için bir çerçeve geliştirilmiştir. Uygulamanın sınıf yapısıyla ilgili ayrıntılar için [Böm00]’a başvuruyoruz. Veri akışının tüm kaynakları, hedefleri ve değiştiricileri bağımsız uzantılar olarak uygulanır. Bu, ses çerçevesini yeni özelliklerle genişletmemizi sağlar.
Windows platformu için bir grafik kullanıcı arayüzü (GUI) geliştirilmiştir. İki okuyucu (yani ses kartı veya dosya girişi) ve iki yazıcı (yani ses kartı veya dosya çıkışı) içeren basit bir zincir kullanır. Bu bağlamda filtreler diyeceğimiz herhangi bir sayıda uygulanan özellik, aralarında düzenlenebilir. Ses verilerinin akışı oklarla sembolize edilir. Kaynakları ve hedefleri etkinleştirmek için kullanıcı arayüzündeki seçme düğmeleri kullanılır.
Boş zaman Tutum Ölçeği Boş zaman Yönetimi Boş zaman yönetimi Ölçeği TOAD
