选择性降低数字信号中的噪声的方法和设备

摘要

使用离散小波变换DTW的小波阈值处理是一种用于降噪的复杂而有效的方法。然而，使用整数运算意味着可以不用使用完整范围的输入值。一种用于选择性降低数字信号中的噪声的方法，所述数字信号具有第一范围的值，所述方法包括以下步骤：将数字信号分解(2D-DWT)为多个频率子带(LL1，...，HH3)，并且在将分解的数字信号(inorig)或至少一个子带扩展(Exp)一个或多个比特至第二范围的整数值之前、期间或之后，在至少一个频率子带中移除(ThLH1、ThHL1、ThHH1、...、ThHH3)小于阈值的值，在移除小于阈值的所述值之后，将频率子带重新组合(2D-IDWT)为扩展的输出信号(outexp)，并且对输出信号进行去扩展(InvExp)其中，获得具有所述第一范围的值的信号(outde-exp)。

权利要求

1.一种用于选择性降低数字信号(inorig)中的噪声的方法，所述数字信号具有第一范围的值，所述方法包括以下步骤：-使用整数运算和小波变换将数字信号(inorig)分解为多个频率子带(LL1、LH1、HL1、HH1、LL2、LH2、HL2、HH2、LL3、LH3、HL3、HH3)，并且在分解步骤之前、期间或之后，将数字信号(inorig)或所述频率子带中的至少一个扩展(Exp)一个或多个比特，其中，获得至少一个扩展的频率子带具有比所述第一范围的整数值更大范围的整数值，其中，通过以下操作来实现所述扩展：在LSB位置处添加一个或多个比特并将所添加的一个或多个比特设置为从所述数字信号(inorig)获得的值，或者在所述分解步骤期间省略针对所述至少一个频率子带的除法运算；

-在至少一个扩展的频率子带值中减小或移除小于阈值的值；以及

-在至少一个扩展的频率子带中减小或移除小于阈值的值的所述步骤之后，从频率子带来重构具有所述第一范围的值的输出信号(outde-exp)，其中，对所述至少一个扩展的频率子带或重构的输出信号进行去扩展(InvExp)，并且其中使用整数运算。

2.根据权利要求1所述的方法，其中，将单独的阈值应用于多于一个频率子带，并且每个频率子带的阈值与其他频率子带的阈值不同。

3.根据权利要求1或2所述的方法，其中，一个或多个阈值是整数阈值。

4.根据权利要求1所述的方法，其中，在通过在LSB位置处添加一个或多个比特来实现所述扩展的情况下，从所述数字信号(inorig)获得的值是从所述数字信号(inorig)的MSB获得的。

5.根据权利要求1所述的方法，其中，所述去扩展(InvExp)步骤应用于扩展的输出信号(outexp)并得到所述输出信号(outde-exp)，所述去扩展(InvExp)步骤包括移除LSB。

6.根据权利要求1所述的方法，其中，分解步骤通过数字小波变换来执行，并且重构步骤通过反数字小波变换来执行。

7.根据权利要求1所述的方法，其中，通过在所述分解步骤期间省略针

对所述至少一个频率子带的除法运算来实现所述扩展，其中，根据y(2n+1)＝

2*x(2n+1)-(x(2n)+x(2n+2))和/或y(2n)＝8*x(2n)+y(2n-1)+y(2n+1)来执行所述分解，其中，针对最低频率子带的扩展被选择为6、3或0比特。

8.根据权利要求7所述的方法，其中，所述分解被执行为分解为4个子带LL、HL、LH和HH，其中，针对子带HL的扩展是4、1或0比特，或者针对子带LH的扩展是4、3或0比特，或者针对子带HH的扩展是2、1或0比特。

9.一种用于选择性降低数字信号(inorig)中的噪声的设备，所述数字信号具有第一范围的值，所述设备包括：-用于使用整数运算和小波变换将数字信号(inorig)分解为多个频率子带(LL1、LH1、HL1、HH1、LL2、LH2、HL2、HH2、LL3、LH3、HL3、HH3)的装置，以及用于在分解步骤之前、期间或之后，将数字信号(inorig)或所述频率子带中的至少一个扩展(Exp)一个或多个比特的装置，其中，获得至少一个扩展的频率子带具有比所述第一范围的整数值更大范围的整数值，其中，通过以下操作来实现所述扩展：在LSB位置处添加一个或多个比特并将所添加的一个或多个比特设置为从所述数字信号(inorig)获得的值，或者在所述分解步骤期间省略针对所述至少一个频率子带的除法运算；

-用于在至少一个扩展的频率子带值中减小或移除小于阈值的值的装置；以及

-用于从包括所述至少一个扩展的频率子带在内的频率子带来重构具有所述第一范围的值的输出信号(outde-exp)的装置，其中，所述设备包括用于对所述至少一个扩展的频率子带或重构的输出信号进行去扩展的装置(InvExp)，并且其中使用整数运算。

10.根据权利要求9所述的设备，其中，用于对数字信号(inorig)进行扩展的装置还具有：-用于在LSB位置处添加一个或多个比特的装置；

-用于获得所述数字信号(inorig)的一个或多个比特的装置；以及

-用于将所添加的一个或多个比特设置为所获得的所述数字信号(inorig)的一个或多个比特的装置。

11.根据权利要求9所述的设备，其中，在通过在LSB位置处添加一个或多个比特来实现所述扩展的情况下，从所述数字信号(inorig)获得的值是从所述数字信号(inorig)的MSB获得的。

12.根据权利要求9所述的设备，其中，所述去扩展的装置应用于扩展的输出信号

(outexp)，具有用于移除扩展的输出信号的LSB的装置，并输出所述输出信号(outde-exp)。

13.根据权利要求9所述的设备，其中，通过在所述分解步骤期间省略针对至少一个频率子带的除法运算来实现所述扩展，其中，根据y(2n+1)＝2*x(2n+1)-(x(2n)+x(2n+2))和/或y(2n)＝8*x(2n)+y(2n-1)+y(2n+1)来执行所述分解，其中，针对最低频率子带的扩展被选择为6、3或0比特。

14.根据权利要求9所述的设备，其中，所述分解被执行为分解为4个子带LL、HL、LH和HH，其中，针对子带HL的扩展是4、1或0比特，或者针对子带LH的扩展是4、3或0比特，或者针对子带HH的扩展是2、1或0比特。

说明书

选择性降低数字信号中的噪声的方法和设备

技术领域

[0001] 本发明涉及用于选择性降低数字信号中的噪声的方法和设备。具体地，所述方法和设备是基于使用整数运算。

背景技术

[0002] 小波阈值处理是用于降噪的复杂而有效的方法。因此，小波变换允许对小波系数进行精细分级的阈值处理，产生精细分级的降噪，在多数情况下，这是降噪应用的目标。通常使用浮点运算来计算小波变换。

[0003] 针对小波阈值处理，执行输入数据的小波分解。对于数字输入数据，利用离散小波变换(DWT)来进行小波分解，可以利用滤波器组来实现离散小波变换。因此，每个级联步骤被称为级。DWT将输入数据分解为近似和细节系数。图1示出了利用低通滤波器L、高通滤波器H和随后的下采样段而进行的简单一维DWT。

[0004] 可以通过应用行-列分离，利用一维DWT来实现二维DWT。此外，可以对小波分解进行迭代，以产生多级分解。图2示出了产生四个子带LL、LH、HL、HH的2D-DWT的小波分解。子带LL包含近似系数、其他子带包含细节系数。

[0005] 图3示出了基于2D-DWT的小波分析的多级分解，其中，级i的子带LL(即近似系数)是下一级i+1的输入。图3示出三个这样的级。

[0006] 分解之后，根据分配的噪声模型来执行细节小波系数(对于2D-DWT：例如，LHi、HLi、HHi，其中，i＝1，...，N)的阈值处理或收缩。实际上，这导致噪声的降低。因此，基于给定阈值T将小波系数的值w修改为所产生的小波系数wT。存在特定建立的阈值处理技术。其中有硬阈值处理、软阈值处理、以及其他更复杂的阈值处理技术，例如，Zhang(Zhang，X.-P.and Desai，M.D.：Adaptive denoising basedon SURE risk，IEEE Signal Processing Letters，1998，vol.5，no.10，pp.265-267)。

[0007] 以下等式和图4还描述了硬和软阈值处理技术。

[0008] (等式1.1)

[0009] (等式1.2)

[0010] 直接硬阈值处理受益于浮点运算提供的精度，这是由于阈值T的精细分级选择是可能的，并因此可以精确定义要将哪些小波值设置为零。软阈值处理或其他复杂阈值处理技术还删减或减小小波系数，例如，w-T。因此，利用浮点运算，精细分级的删减也是可能的。

[0011] 浮点运算的使用需要使用支持浮点运算的体系结构和/或处理平台。可以认为这至少是昂贵的，并且甚至对于如FPGA或特定数字信号处理器而言效率较低。为了避免该限制，一些小波变换利用允许以等同于浮点运算的精度使用定点运算进行处理的滤波器系数。定点运算针对小波分解树的每一级一般需要增长的精度，这容易超过通常可用的16或32位。因此，这些方法也不是高效的，甚至不可应用于那些种类的平台。

[0012] 另一解决方案是使用整数小波变换(IWT)，允许整数输入值至整数输出值的映射。其间的处理无需基于整数运算。此外，由于对允许利用整数运算进行处理的特殊滤波器系数的选择，可以使用整数运算来执行包括阈值处理在内的全部处理。因此，由于最精细可实现的分级是整数运算提供的精度，因此利用产生的整数小波系数，包括删减在内的精细分级的阈值处理是不可能的。因此，处理必须依赖于较不精细、甚至粗分级的阈值处理，由于例如在小数位中不支持删减。如果使用浮点运算用于IWT的中间处理，则甚至仍然保持粗分级的阈值处理。

[0013] 允许定点方法以及完全利用整数运算的IWT计算的一个示例是，Le Gall1.2的5抽头/3抽头滤波器的提升实现方式。以下示出了针对一维5抽头/3抽头滤波器的提升方案的等式，其中，y(2n)(等式2.1)表示高通输出，y(2n+1)(等式2.2)表示低通输出。

[0014] (等式2.1)

[0015] (等式2.2)

[0016] 采用上述定点方法，对于有符号的10比特输入，系y(2n+1)是有符号的12比特，系数y(2n)是有符号的14比特。计算的处理步骤需要相应的字宽。利用简单近似，即针对低通增加4比特宽度，针对高通增加2比特宽度，可以对多级2D-DWT所需的精度进行估计。对于第一级，子带LL1的系数需要18比特字宽，针对第二级，子带LL2的系数需要26比特，针对第三级，子带LL3的系数需要34比特。

发明内容

[0017] 本发明要解决的问题是，如何使用具有最小精度(相对于所需字宽，即计算精度)的整数运算来实现精细分级的小波阈值处理，其中，要防止溢出。

[0018] 通过在权利要求1中公开的方法解决了该问题。在权利要求9中公开了利用所述方法的相应设备。

[0019] 本发明在变换步骤之前、期间和/或之后对输入值应用范围扩展，然后应用阈值处理，然后在变换步骤之前、期间和/或之后应用反扩展，其中，变换步骤使用整数运算。因此，阈值处理也对整数值进行操作，并从而比传统阈值处理更容易实现。在阈值处理中，将整数系数与可以同为整数的适当阈值进行比较。

[0020] 描述了两个基本实施例，使用具有最小处理精度的整数运算来实现精细分级的小波阈值处理。

[0021] ———————————————

[0022] 1Le Gall，D.and Tabatabai，A.：Sub-band coding of digital images using symmetric short kernel filters andarithmetic coding techniques.International Conference on Acoustics，Speech and Signal Processing，1988，pp.761-764vol.2[0023] 2Skdras，A.et al.The JPEG 2000still image compression standard.Signal Processing Magazine，IEEE，2001，vol.18，no.5，pp.36-58

[0024] 根据本发明的一个方面，一种用于选择性降低数字信号中的噪声的方法，所述数字信号具有第一范围的值，所述方法包括以下步骤：

[0025] 将数字信号分解为多个频率子带，并且在分解步骤之前、期间或之后，将数字信号或所述频率子带中的至少一个扩展一个或多个比特，其中，获得至少一个扩展的频率子带具有比所述第一范围的整数值更大范围的整数值，

[0026] 在至少一个扩展的频率子带值中减小(在绝对值方面)或移除小于阈值的值，以及

[0027] 在至少一个扩展的频率子带中减小或移除小于阈值的值的步骤之后，从频率子带来重构具有所述第一范围的值的输出信号，其中，对所述至少一个扩展的频率子带或重构的输出信号进行去扩展。

[0028] 根据本发明的另一方面，一种用于选择性降低数字信号中的噪声的设备，所述数字信号具有第一范围的值，所述设备包括：用于将数字信号分解为多个频率子带的装置；以及用于在分解之前、期间或之后将数字信号或所述频率子带中的至少一个扩展一个或多个比特的装置，其中，获得至少一个扩展的频率子带具有比所述第一范围的整数值更大范围的整数值。

[0029] 用于在至少一个扩展的频率子带值中减小或移除小于阈值的值的装置，以及[0030] 用于从包括所述至少一个扩展的频率子带在内的频率子带来重构具有所述第一范围的值的输出信号的装置，其中，所述设备包括用于对所述至少一个扩展的频率子带或重构的输出信号进行去扩展的装置。

[0031] 在第一基本实施例中，引入预处理步骤，其中，将输入值的范围扩展至阈值处理所需的精度级别。从而所述值分布在扩展的值范围上。

[0032] 在第二基本实施例中，在处理期间应用分布式范围扩展。这可以通过省略对于小数系数的必要除法(在等式2.1和2.2中除以2和4)以及相应地调整其他系数来获得，从而选择性引入定点精度。在一些或全部阶段中可以利用这一点，直到实现所需精度。这扩展了所产生的或中间小波系数的范围。由于该范围扩展在预处理步骤中获得或分布在处理中，因此实现了允许精细分级的阈值处理的较高精度。在反变换之后，通过相应的压缩或去扩展来撤销该范围扩展。

[0033] 在从属权利要求、以下描述和附图中公开了本发明的有利实施例。

附图说明

[0034] 参照附图描述了本发明的示例实施例，在附图中：

[0035] 图1示出了1维DWT；

[0036] 图2示出了2维DWT；

[0037] 图3示出了使用2D-DWT的小波分析的多级分解；

[0038] 图4示出了不同阈值处理技术；

[0039] 图5示出了简单范围扩展；

[0040] 图6示出了第二范围扩展技术；

[0041] 图7示出了根据本发明第一实施例的小波滤波器的分解和合成部分；

[0042] 图8a示出了根据本发明第二实施例的小波滤波器的分解部分；

[0043] 图8b示出了根据本发明第二实施例的小波滤波器的合成部分；以及

[0044] 图9示出了根据扩展宽度k和阈值T使用简单比特移位处理和未处理的数据集之间的RMSE。

具体实施方式

[0045] 尽管在下文中将5抽头/3抽头滤波器作为参考示例，但是本发明还适用于其他分解(也被称为分析)装置和重构(也被称为合成或综合)装置。

[0046] 图7示出了基于多级分解和合成的小波滤波器组，其中扩展函数Exp对输入值inorig进行扩展，产生扩展的输入值inexp。扩展的输入值inexp用于分解段2D-DWT(在这种情况下是离散小波变换)。为了输出每一级的每个子带的值，应用阈值处理函数ThLH1、ThHL1、...、ThHH3来移除(或至少在绝对值方面减小)小于相应阈值的系数。假设适当地设置了阈值，则这些系数通常主要表示噪声。因此，可以消除该噪声。同样移除了来自原始信号的小系数，但是这些系数是无关紧要的，这是由于不能将它们与噪声相区分。

[0047] 在该特定示例中，应用于第一分解级的阈值处理块ThLH1、ThHL1、ThHH1所使用的阈值可以均不相同，并可以与应用于第二分解级的阈值处理块ThLH2、ThHL2、ThHH2所使用的阈值以及应用于第三分解级的阈值处理块ThLL3、ThLH3、ThHL3、ThHH3所使用的阈值不同。然而，这些阈值可以彼此独立，并因此可以是相等的。可以通过任何适当方法(例如推广的交叉验证)来定义阈值。

[0048] 在扩展、小波分解和选择性阈值处理之后，从产生的子带来重构信号。将子带的系数馈送入反离散小波变换(IDWT)2D-IDWT中，2D-IDWT与先前使用的DWT互补，从而在这种情况下是2维的。因此，除了移除小于相应应用的阈值的频谱分量以外，输入信号的完美重构一般是可能的(假设DWT和IDWT块满足公知的完美重构条件)。

[0049] 在最后一段，通过反扩展InvExp将IDWT输出值outexp的范围重新映射至值的原始范围，产生包含降低的噪声的重构、去扩展的输出值outde-exp。

[0050] 本发明的优点尤其在于，可以使用整数运算来执行所有处理步骤。由于范围扩展，即使输入值的范围较小，也可以完全利用用于处理的可用值范围。具体地，如下进一步描述，可以选择性将范围扩展应用至信号的特定频带，使得可以执行选择性降噪。

[0051] 应当清楚，尽管在该示例中使用2维DWT分解，但也可以是1维或3维或任何其他类型的信号分解。此外，不需要将阈值处理应用于任何分解级的所有子带，并且不需要应用于所有分解级。也可以仅将阈值处理应用于主要预期望存在噪声的频带，例如，在图7中的LH1、HL1、HH1和HH2作为4个最细节的系数。尤其在最低子带LL3中，通常跳过阈值处理。一般地，它取决于信号的频谱和使用子带阈值处理的期望噪声的频谱。在可编程体系结构中，可以单独设置阈值，可以通过将阈值设置为零来跳过阈值处理。根据本发明，被应用阈值的值均为整数。因此，阈值本身可以是整数，但不必须为整数。

[0052] 在处理之前或动态地(分布式)在处理期间或二者兼有，本发明利用应用于待处理的值的范围扩展，以允许小波系数的精细分级的阈值处理。因此，所需的处理精度(即所需的最精细分级)选择性地适于可用处理体系结构。所需精度取决于需要降噪的应用，例如图像处理。

[0053] 为了确定最小所需精度，必须考虑由所应用的滤波器的特性(例如过冲(overshoot))引起的固有范围扩展。对于5抽头/3抽头滤波器，针对有符号输入值的前三级，可以将固有范围扩展粗略估计为2比特。对于上述具有10比特有符号输入值的示例，第三级的输出系数需要12比特用于IWT的计算。因此，例如对于16比特整数运算，4比特可用于增加阈值处理精度。对于有符号的9比特为5比特，以此类推。对于24比特或32比特整数运算，有更多比特可用于增加阈值处理精度。

[0054] 在下文中，用来增加阈值处理精度的比特数目由k表示。对于在处理之前执行范围扩展的实施例，具有n比特宽度的输入值的范围通过k比特被扩展为产生k+n比特字宽。因此，多种扩展方案是可能的。在下文中描述了两种范围扩展方案。

[0055] 如图5所示，第一种方案(所提出的方案1)基于简单比特移位。在这种情况下，k追加均为0值的k比特。这同样可以描述为与2 相乘或逻辑比特移位k：

[0056] xS2＝x*2k (等式3.1)

[0057] xS2＝x＜＜k (等式3.2)

[0058] 明显，所产生的扩展的值不是均匀分布的，由于它们的k个最低有效比特(LSB)全为零。

[0059] 可以通过逻辑比特移位-k可以使该范围扩展反转，截去k个LSB，并将结果舍入为最接近整数。例如，如果要将值010001bin去扩展2比特，则中间结果为0100.01bin，舍入为0100bin，而对于值010010bin，中间结果为0100.10，舍入为0101bin。

[0060] 该第一方案非常容易实现，并能够非常快速执行。

[0061] 第二方案(提出的方案2)允许在n+k比特的新范围上更均匀地分布原始输入值。该方案对于无符号整数输入值尤其有利，例如在图像处理的情况下。假定k＜＝n，将n个原始比特的k个最高有效比特(MSB)插入在k比特移位后的LSB位置。图6示出了该第二方案。

[0062] 例如，如果要将值0100101bin、0110110bin和0001010bin扩展3比特，则结果为0100101010bin、0110110011bin和0001010000bin，这是由于追加了3个MSB(如下划线部分)。
该方案的优点在于，所产生的扩展的值更加均匀分布。对于有符号整数输入值，处理原则上相同，然而，在有符号值的情况下，可以省略MSB，以实现不同的值。

[0063] 该方案可以容易以硬件实现。在k＞n的情况下，可以对n比特的MSB进行复制，直到n+m等于k。例如，4比特值1011bin扩展6位的结果为1011101110bin。此外，所提出的方案2可以普遍适用于在将数据集合扩展到更大数据范围中实现更均匀的分布。对于去扩展，需要将在扩展期间添加的相应MSB(无论其特定值如何)减去。例如，如果在扩展期间添加了输入值的两个MSB，则需要在去扩展期间减去所产生值的两个MSB。

[0064] 下文中，针对k＜＝n(其中，k＝4以及n＝8)的情况，将上述方案与3个传统方案进行比较。基准是精确的均匀分布，然而，这需要浮点运算：

[0065] (等式4)

[0066] 第一传统方案Ref1使用舍入，第二传统方案Ref2使用向下取整函数，以及第三传统方案Ref3使用向上取整函数：

[0067] xex，1＝ROUND(xex)

[0068] (等式5)

[0069] 表1列出了该比较的结果，具体地，列出了所实现的误差和均方差(MSE)。

[0070]

[0071] 表1不同扩展方案的比较

[0072] 例如，对于从8比特扩展到12比特的输入值16而言，浮点运算将利用值256,94进行计算，所有整数方法将使用256(其中，误差为-0.94)或257(其中，误差为0.06)来代替。然而，MSE是重要的关键因素，并对于所示扩展方案是不同的。

[0073] 证明所提出的方案2优于方案Ref2和Ref3，并且接近方案Ref1，方案Ref1的实现成本更高。所提出的方案1(实现了较不均匀的分布)的优点在于，其允许相当容易的实现方式。

[0074] 尽管所描述的第一种方法在分解之前对值进行扩展，并在重构之后再次对该值进行去扩展或压缩，如上所述，备选的第二种方法是可用的。

[0075] 第二种方法利用分布式(或动态)范围扩展。从而，消除了计算系数时必需的除法，并因此引入的特定级别的定点运算。对于5抽头/3抽头滤波器的提升实现方式，这引出以下等式(参照等式2)：

[0076] y(2n+1)＝2*x(2n+1)-(x(2n)+x(2n+2)) (等式6.1)

[0077] y(2n)＝8*x(2n)+y(2n-1)+y(2n+1) (等式6.2)

[0078] 从而，在小数位中将系数y(2n+1)的范围扩展了1比特，将系数y(2n)的范围扩展了3比特。该第二种方法可以应用于每个1维DWT。相应地，针对每个一级2D-DWT，可以选择子带LL(针对多级小波分析的相关子带)扩展6、3还是0比特。对于子带HL，该扩展是4、1或0比特，以及对于子带LH，该扩展是4、3或0比特。最终，子带HH的扩展是2、1或0比特。与第二实施例相比，仅以量化步长来进行范围扩展。如果实现了所需范围扩展，例如，在最终内部段中为16比特，可以简单地关闭所实施的分布扩展，即后续分解段再次包括除法步骤。这意味着，尽管由于滤波器体系结构而导致小范围扩展仍是可能的，但已经对此进行了考虑，以便利用不多于所需范围扩展(例如，16比特)来进行所有处理。

[0079] 同样应当注意，代替原始输入值，可以对扩展的输入值进行变换。所产生的系数是经过阈值处理的，并然后执行反变换。最终，通过对结果进行去扩展(或压缩)来撤销引入的范围扩展。

[0080] 图8示出了对范围扩展进行分布的实施例。代替图7的公共DWT段，使用对输入值应用等式6的修改的DWT段2D-DWT’。通过省略等式2的除法运算来进行值扩展。同样，对扩展的值进行阈值处理Th’LH1、Th’HL1、...、Th’HH3。通过与分解段互补的重构段2D-IDWT’来使分解反转。因此，如果将所有阈值设置为零，则输入信号的完美重构是可能的。因此，与输入信号相比，输出信号频谱未被修改。然而，可以对一些或全部子带或小波进行扩展，以实现精细分级的小波阈值处理。

[0081] 对于5抽头/3抽头滤波器，实验表明，利用范围扩展，能够使用具有最小处理精度(或者通过值范围扩展的可用处理精度的最大使用)的整数运算进行精细分级的小波阈值处理。随着所添加的每个扩展比特，小波阈值处理变得更加精细地分级。从而，仅次于原始和处理后的数据集合(例如，图像)之间所观察到的最大差异，重要的是多少数据项(例如，像素)受到影响。例如，后者可以通过处理的和未处理的数据集合之间的均方根误差(RMSE)来表示。图9示出了根据扩展宽度k和阈值T的、利用所提出的扩展方案1的第一种方法(即比特移位和填充0)的结果。输入数据宽度为无符号9位。示出了最大绝对差max(|d|)和

[0082] 本发明的关键优点在于，针对小波阈值处理使用整数运算，这允许使用更多类型的体系结构和处理平台。此外，与定点运算相比，可以使处理的精度(即字宽)最小化。整数运算和最小化精度要求，这两个优点产生了较低成本，同时具有相等或类似的阈值处理质量。这些优点允许更高效的实现方式，并因此允许选择较小设备，或具有较低处理性能的设备。

[0083] 应理解，仅通过示例描述了本发明，在不背离本发明范围的前提下可以进行细节的修改。说明书和(在适当时)权利要求以及附图中所公开的每个特征可以以独立的方式或以任何适当组合的方式来提供。特征在适当时可以以硬件、软件或二者的组合来实现。

[0084] 在适用时，连接可以实现为无线连接或有线连接(不必须是直接或专用连接)。

[0085] 权利要求中出现的附图标记仅是示意性的，不应对权利要求的范围具有限制作用。