JP2022507737A - 信号処理用ノイズ低減フィルタ - Google Patents

Abstract

データ信号のノイズ低減フィルタが、データ信号のサンプリング及びソートから生成される強度値及び微分強度値を含む２つの直交座標を用いて実装される。強度値及び微分強度値を用いて生成されたデータセット分布の異なる部分を増幅または低減させるために、重み付け関数が用いられる。重み付け関数には、ノイズ低減フィルタの機能をさらに強化するためのスカラー定数を含めることもできる。ノイズ低減フィルタは、ノイジーデータ信号のノイズ成分を減らすため、または有用な信号成分を増やすために使用され、それによって信号対ノイズ比を増加させ、さらにはスペクトルの分解能を向上させることができる。ノイズ低減フィルタは、ノイジーデータ信号の強度及び周波数スペクトルが重なっている特殊な場合にも使用することができる。本ノイズ低減フィルタは、分光及び画像処理など、様々な用途に使用してもよい。【選択図】図３

Description

関連出願の相互参照
本出願は、２０１８年１１月１９日に出願された米国仮出願第６２／７６９，１７４号、及び２０１９年２月１４日に出願された米国非仮出願第１６／２７５，９７８号に対する優先権を主張するものであり、それらの米国出願の内容は参照によりその全体が本明細書に明示的に援用される。

技術分野
本明細書に記載されている態様は、一般に、信号処理に関する。より詳細には、本明細書に記載されている態様は、ノイジーデータ信号の信号対ノイズ比を改善し、潜在的に信号分解能を向上させるための改良されたノイズ低減フィルタを提供する。

データ信号のノイズ低減は、様々な分野で有用であり、いくつかの非限定的な実施例を挙げてみると、例えば、分光、デジタル画像処理、音響及び音声処理、ソナー、レーダなどのセンサアレイ処理、スペクトル密度推定、統計的信号処理、制御システム、医用生体工学、ならびに地震学がある。データ信号のノイズ低減は、一般に、何らかのノイズ低減フィルタを用いて、ノイジーデータ信号から有用なデータ信号を回復させることを要する。

一般に、ノイジーデータ信号は、その強度及び周波数スペクトル成分によって特徴づけることができ、有用なデータ信号に相当する成分と、不要なノイズに相当する成分とに分類することができる。不要なノイズの強度に対する有用なデータ信号の強度の比率を信号対ノイズ比（ＳＮＲ）と呼ぶ。ノイズ低減フィルタは、ノイジーデータ信号のＳＮＲを改善する。

ノイジーデータ信号の強度及び周波数スペクトル成分は、多くの形を取り得る。有用なデータ信号の強度スペクトルが、不要なノイズの強度スペクトルよりも大幅に大きい場合、ノイズ低減フィルタは、ノイジーデータ信号のＳＮＲを改善するために、データ信号の単純な閾値処理を用いて実施することができる。不要なノイズの周波数が、有用なデータ信号の周波数よりも大幅に高いかまたは低い場合、ノイズ低減フィルタは、ノイジーデータ信号のＳＮＲを改善するために、それぞれ単純なローパスフィルタまたはハイパスフィルタを用いて実施することができる。

しかしながら、有用なデータ信号及び不要なノイズの強度及び周波数スペクトルが重なり合う場合がある状況では、信号を大きく歪ませることなく、ノイジーデータ信号のＳＮＲを改善する適切なノイズ低減フィルタは存在しない。

本明細書に記載されている様々な態様の簡略化された概要を以下に示す。この概要は、広範囲な概説ではなく、主要な要素もしくは重要な要素を識別すること、または特許請求の範囲を記述することを意図していない。以下の概要は、以下に提供するより詳細な説明への導入の前置きとして、いくつかの概念を簡略化された形で示しているにすぎない。

上記の先行技術における制限を克服し、本明細書を読んで理解すると明らかになる他の制限を克服するために、本明細書に記載されている態様は、信号処理におけるノイズ低減、及び信号処理のためのノイズ低減を対象とする。

本開示の様々な態様によれば、データ信号が、受信機を使用して受信され得る。データ信号は、ノイズ成分及び信号成分を含み得る。受信したデータ信号に基づいて、第１のデータセットを生成することができる。第１のデータセットは、データ信号の強度値及び微分強度値の順序対を含み得る。第１のデータセットは、強度値及び微分強度値に基づいて並べ替えることができる。ソートした第１のデータセットに、重み付き乗算関数を適用することができる。重み付けし、ソートした第１のデータセットを、第１のデータセット内の順序対の元の順序に対応するように、並べ替え、再ソートすることができる。強度値を、並べ替えたデータセット内の対応する微分強度値に加えて、第２のデータセットを生成し得る。第１のデータセットの第１の強度値を第２のデータセットの第１の位置に挿入することにより、出力データセットを生成することができる。

本開示の別の態様によれば、受信機を使用してデータを受信するために、１つ以上のプロセッサ及びメモリを備えたコンピュータを使用することができる。データ信号は、ノイズ成分及び信号成分を含み得る。コンピュータはまた、受信したデータ信号に基づいて、第１のデータセットを生成し得る。第１のデータセットは、データ信号の強度値及び微分強度値の順序対で構成され得る。第１のデータセットは、強度値及び微分強度値に基づいて、コンピュータで並べ替えることができる。コンピュータプロセッサは、ソートした第１のデータセットに重み付き乗算関数を適用し得る。コンピュータプロセッサは、重み付けし、ソートした第１のデータセットを、第１のデータセットにおける順序対の元の順序に対応するように並べ替え得る。コンピュータプロセッサは、強度値を、並び替えたデータセットにおける対応する微分強度値に加える命令を実行して、第２のデータセットを生成し得る。コンピュータプロセッサは、第１のデータセットの第１の強度値を第２のデータセットの第１の位置に挿入することにより、出力データセットを生成し得る。

いくつかの特徴が、添付の図面において、限定ではなく、一例として示されている。図面では、同様の数字は類似の要素を参照する。

本明細書に記載の例示的な態様による信号処理システムを示すブロック図である。 本開示の様々な態様を実施するために使用することができる例示的なコンピューティングデバイスを示すブロック図である。 例示的なノイズ低減フィルタの構成、及び例示的なノイズ低減フィルタが、サンプリングされたデータ信号のノイズをどのように抑制し得るかを示す機能ブロック図である。 本明細書に記載の例示的な態様によるノイズ低減フィルタを実施するための方法を示す流れ図である。 本明細書に記載の例示的な態様による微分強度データセットを生成する方法を示す流れ図である。 本明細書に記載の例示的な態様による、第１のデータセットの第１の強度値を第２のデータセットの第１の位置に挿入する方法を示す流れ図である。 本開示の様々な例示的な態様による例示的な信号を示すグラフである。 本開示の様々な例示的な態様による例示的な信号を示すグラフである。 本開示の様々な例示的な態様による例示的な信号を示すグラフである。 本開示の様々な例示的な態様による例示的な信号を示すグラフである。 本開示の様々な例示的な態様による例示的な信号を示すグラフである。 本開示の様々な例示的な態様による例示的な信号を示すグラフである。 本開示の様々な例示的な態様による例示的な信号を示すグラフである。 本開示の様々な例示的な態様による例示的な信号を示すグラフである。 本開示の様々な例示的な実施形態による信号を示すグラフである。 本開示の様々な例示的な実施形態による信号を示すグラフである。 本開示の様々な例示的な実施形態による信号を示すグラフである。 本開示の様々な例示的な実施形態による信号を示すグラフである。 本開示の様々な例示的な実施形態による信号を示すグラフである。 本開示の様々な例示的な実施形態による信号を示すグラフである。 本開示の様々な例示的な実施形態による信号を示すグラフである。 本開示の様々な例示的な実施形態による信号を示すグラフである。 本開示の様々な例示的な実施形態による信号を示すグラフである。 Ａ及びＢは、本開示の様々な例示的な実施形態による、写真に適用されたフィルタの結果を示す。Ｃ～Ｅは、本開示の様々な例示的な態様によるフィルタ処理を示すグラフである。

ノイジーデータ信号のノイズ成分を抑制し、それによってデータ信号の信号対ノイズ比（ＳＮＲ）を高めるノイズ低減フィルタについて説明する。ノイズ低減フィルタは、いくつかの実施形態では、ノイジーデータ信号の強度及び微分強度の値に対応する２つの直交座標を使用してもよく、強度の２次、３次、及び（５次までの）より高次の微分を使用してもよい。さらに、ノイズ低減フィルタは、所望のフィルタ出力応答を提供するように調整できる様々な重み付け関数を含む場合もある。本ノイズ低減フィルタは、強度及び周波数スペクトル特性の重なりを伴う、データ信号におけるノイズの寄与を抑えるために使用することができる。また一方、本ノイズ低減フィルタは、順応性があり、データ信号の強度及び周波数スペクトル特性が重ならない状況にも使用することができる。本ノイズ低減フィルタは、仮想及び実世界のノイジーデータ信号を用いてテストされていて、そのスペクトル処理ツールとしての有効性と、分光及び画像処理を含む様々な応用で使用される任意のスペクトル処理ソフトウェアツールボックスへの潜在的価値のある追加とを実証している。

次に図面を参照すると、図１は、スペクトル処理構成要素１０１（例えば、分光計）と離散フィルタ処理システム１０８とを備える信号処理システム１００のブロック図である。分光計１０１は、ノイジーデータ信号、例えば、ノイジー入力信号１０６を出力する。ノイジー入力信号には、有用なデータ信号成分及び不要なノイズ信号成分が含まれている。図１では、信号処理構成要素１０１を分光計として示しているが、任意の適切な信号処理構成要素、例えば、画像プロセッサ、カメラ、無線受信機、またはノイジーデータ信号を生成する場合がある任意の機器が、本明細書に記載されているフィルタ処理の利益を得ることが理解されよう。

離散フィルタ処理システム１０８は、分光計１０１の出力をサンプリングし、フィルタ処理して、フィルタ処理した出力信号１０７を生成する動作を行うために使用される。離散フィルタ処理システム１０８は、ノイズ低減フィルタ１０４を使用して、ノイジーデータ信号のノイズ信号成分を低減させ、フィルタ処理された出力信号１０７を生成する。フィルタ処理された出力信号１０７は、ノイジー入力信号１０６よりも大きな信号対ノイズ比を有する。図１に示すように、離散フィルタ処理システム１０８はまた、ノイジーデータ信号１０６を受信し、そのノイジーデータ信号１０６を、その強度及び周波数スペクトルを用いて特徴付けることができる連続的な時間的または空間的に変化する信号に変換するように構成された受信機１０２を含み得る。サンプラ１０３は、受信機１０２からの出力を受信し、この信号をサンプリングすることにより、連続ノイジー信号を、離散データ信号に変換するように構成することができる。いくつかの実施形態によれば、サンプラ１０３は、サンプリング周波数または周波数間隔を使用して、Ｎ個のサンプルデータポイントを有する離散データ信号を生成し得る。

離散フィルタ処理システム１０８はまた、ノイズ低減フィルタ１０４と通信するように構成されたコンピュータ１０５を含み得る。様々な実施形態によれば、コンピュータ１０５は、ノイズ低減フィルタ１０４の実施中に使用される情報を処理して保存するように構成されてもよい。例示的なコンピュータが、以下に図２に関して記載されている。

図２は、コンピューティングデバイス２００の実施例を示すブロック図である。いくつかの実施形態によれば、コンピューティングデバイス２００は、システム１００の１つ以上の構成要素を実施するために使用されることがあり得る。例えば、コンピューティングデバイス２００は、図１に示された受信機１０２、サンプラ１０３、ノイズ低減、及びコンピュータ１０５構成要素のうちの１つ以上を実施するために使用されることがあり得る。コンピュータ１０５は、ノイズ低減フィルタ１０４の実施に用いられる命令を実行するように構成されてもよい。図２に示すように、コンピュータ１０５は、プロセッサ２０１、読み出し専用メモリであるＲＯＭ２０２、及びランダムアクセスメモリであるＲＡＭ２０３を備えるメモリを含む。コンピュータ１０４はまた、ハードドライブ２０５及びリムーバブルメディア２０４を備える記憶装置を含む。さらに、コンピュータ１０５はまた、デバイスコントローラ２０７、及びネットワーク入力／出力（ネットワークＩ／Ｏ）インタフェース２０６を有する。プロセッサ２０１、ＲＯＭ２０２、ＲＡＭ２０３、ハードドライブ２０５、リムーバブルメディア２０４、デバイスコントローラ２０７、及びネットワークＩ／Ｏ２０６のそれぞれは、各種バスを用いて相互に接続され、共通のマザーボードに搭載されている場合もあれば、または必要に応じてその他の様式で搭載されている場合もある。

プロセッサ２０１は、ＲＯＭ２０２及びＲＡＭ２０３、またはハードドライブ２０５及びリムーバブルメディア２０４に格納された命令を含む、ノイズ低減フィルタ１０４からの命令を処理してコンピュータ１０５内で実行することができる。他の実施態様では、複数のプロセッサ及び／または複数のバスを、必要に応じて複数のメモリと共に使用し得る。また、複数のコンピュータを接続し、各デバイスが必要な動作の一部を提供して、マルチプロセッサシステムを形成してもよい。

ＲＯＭ２０２及びＲＡＭ２０３を備えるメモリは、コンピュータ１０５内の情報を格納する。いくつかの実施態様では、メモリは揮発性メモリである。他の実施態様では、メモリは不揮発性メモリである。メモリはまた、磁気ディスクまたは光ディスクなどの別の形態のコンピュータ可読媒体であってもよい。

ハードドライブ２０５及びリムーバブルメディア２０４を備えるストレージは、コンピュータ１０５に大容量ストレージを提供することができる。リムーバブルメディアは、フロッピーディスクデバイス、ハードディスクデバイス、光ディスクデバイス、テープデバイス、フラッシュメモリもしくは他の類似の固体メモリデバイスなどのコンピュータ可読媒体、またはストレージエリアネットワーク内のデバイスもしくは他の構成の装置を含むデバイスのアレイを包含し得る。

ノイズ低減フィルタに使用される命令は、情報担体に格納することができる。命令は、１つ以上の処理装置（例えば、プロセッサ２０１）によって実行されると、上記の方法を実施する。命令はまた、ＲＯＭ２０２、ＲＡＭ２０２、ハードドライブ２０５、またはリムーバブルメディア２０４などの１つ以上の記憶装置によって保存することができる。

デバイスコントローラ２０７は、プロセッサ２０１に出入りする信号を制御するコンピュータ１０５の一部である。デバイスコントローラ２０７は、バイナリコード及びデジタルコードを使用する。デバイスコントローラ２０７は、ローカルバッファ及びコマンドレジスタを有し、割り込みによってプロセッサ２０１と通信する。ネットワークＩ／Ｏ２０６は、コンピュータ１０５がリモートコンピュータまたはサーバの情報にアクセスすることを可能にするために使用される。デバイスコントローラ２０７は、ネットワークＩ／Ｏ２０６インタフェースなど、コンピュータ１０５に接続されたデバイスと、プロセッサ２０１との間のブリッジとして機能する。

先述のとおり、ノイズ低減フィルタ１０４のフィルタ処理機能を実施するために使用される命令は、コンピュータ内のプロセッサによって実行することができる。図３は、様々な実施形態によるフィルタ処理機能を実施するために使用することができる機能ブロック図である。システム３００は、フィルタ処理構成要素３１０を含み得る。様々な実施形態によれば、フィルタ処理構成要素３１０は、例えば、図１に示されたノイズ低減フィルタ１０４を実施するために使用されてもよい。図３に示すように、フィルタ処理構成要素３１０は、しだいに高次化する微分解析構成要素（例えば、２次構成要素３０１－２～Ｎ次構成要素３０１－Ｎ）を含み得、それぞれの振幅ソータ構成要素（例えば、３０２－１～３０２－Ｎ）と、主に異なる重み付けの乗算器（例えば、３０３－１～３０３－Ｎ）と、それぞれの逆ソート構成要素（例えば、３０４－１～３０４－Ｎ）と、加算構成要素３０５と、シフト構成要素３０６とを有する。図示していないが、本明細書に記載のフィルタ処理機能は、他の既知のフィルタ及び／または平滑化ルーチンと組み合わせて実現できることを理解されたい。図３に示したアルゴリズムの原理を変えることなく、より高次の微分をそのアルゴリズムに加えることができる。例えば、１次及び２次の微分について明示的に示すように、複数の微分解析構成要素３０１を連続して、及び／またはカスケードして適用することにより、より高次の微分を生成することができる。

上記のように、サンプラ１０２は、入力データ信号をサンプリングして、入力データ信号の強度値のセット｛Ｙ｝を生成するために使用することができる。強度データセット｛Ｙ｝は、Ｎ－１個のサンプルデータ点を含み得、｛Ｙ｝＝｛ｙ１，ｙ２，・・・，ｙＮ－１｝となるように、離散ノイジーデータ信号から取得される。微分解析構成要素３０１－２は、強度値のセットにおける隣接する要素間の差の微分値のセット｛ｄＹ｝を生成するために使用されてもよい。例えば、微分解析構成要素３０１－２を用いて、Ｎ－１個のサンプルデータ点を有する微分強度データセット｛ｄＹ｝を得ることができる。セット｛ｄＹ｝は、｛ｄＹ｝＝｛ｙ２－ｙ１，ｙ３－ｙ２，・・・ｙＮ－ｙＮ－１｝となるような、離散ノイジーデータ信号の、ｎ番目の強度値とｎ－１番目の強度値との差を含み得る。２つのセット｛Ｙ｝及び｛ｄＹ｝を、本明細書では直交セットまたは規準セットと呼ぶ場合がある。

図３に示すように、システム３００はまた、２つのセット｛Ｙ｝及び｛ｄＹ｝をソートするために使用されるソータ３０２－１及び３０２－２を含んでいてもよい。いくつかの実施形態では、ソータ３０２－１及び３０２－２は、２つの新しいセット｛Ｚ｝及び｛ｄＺ｝を形成するために、２つのセット｛Ｙ｝及び｛ｄＹ｝を昇順でソートするために使用されてもよい。その場合、｛Ｚ｝と｛ｄＺ｝の両方は、Ｎ－１個のサンプルデータ点を有することになる。

重み付け乗算器３０３－１及び３０３－２は、類似のまたは異なる重み付け関数（ＷＦ及びＷｄＦ）に、それぞれセット｛Ｚ｝及び｛ｄＺ｝を乗算して、両者がＮ－１個のサンプルデータ点を有する重み付けソートされたセット｛Ｓ｝及び｛ｄＳ｝を形成することにより、セット｛Ｚ｝及び｛ｄＺ｝に重み付け値を適用するように構成することができる。したがって、｛Ｓ｝＝ＷＦ＊｛Ｚ｝及び｛ｄＳ｝＝ＷｄＦ＊｛ｄＺ｝となる。次に、それぞれの逆ソータ３０４－１及び３０４－２が、セット｛Ｓ｝及び｛ｄＳ｝に適用される。逆ソータは、セット｛Ｓ｝及び｛ｄＳ｝内のサンプルデータ点を、セット｛Ｙ｝及び｛ｄＹ｝内のサンプルデータ点と同じ順序に一致するように並べ替え、新しいセット｛ＹＦ｝及び｛ｄＹＦ｝を生成するように構成されている。

加算器３０５は、セット｛ＹＦ｝内の強度値を、それらに対応する｛ｄＹＦ｝内の微分強度値に加算して、データセット｛Ｙｎｅｗ２｝を生成する。したがって、｛Ｙｎｅｗ２｝＝｛ＹＦ｝＋｛ｄＹＦ｝となる。上記の加算器３０５の動作では、｛ＹＦ｝のＮ番目の各強度値が、これに対応する微分強度値｛ｄＹＦ｝と合計される。シフタ３０６は、｛Ｙｎｅｗ２｝のサンプルデータ点の長さまたは数を１単位ステップで増加させるために使用され、元のセット｛Ｙ｝の第１の強度値が、シフトされた｛Ｙｎｅｗ２｝データセットの第１の強度値として挿入されて、Ｎ個のサンプルデータ点を有するフィルタ処理された出力データセット｛Ｙｆｉｌｔｅｒｅｄ｝を生成する。

重み付け乗算器３０３－１、２で用いられる重み付け関数ＷＦ及びＷｄＦは、ノイズ低減フィルタにおいて重要な役割を果たすことができる。使用される重み付け関数ＷＦ及びＷｄＦにおいて使用される分析形式及びパラメータの選択は、特定の応用先にノイズ低減フィルタをうまく適用することに影響を及ぼす可能性がある。様々なノイジーデータ信号にノイズ低減フィルタを適用する今後の実施例では、強度重み付け関数ＷＦは、使用するデータセットの中で最も高い強度値を頂点とするガウス関数である。したがって、強い強度はより価値があると考えられ、保存されることになる。さらに、以前に言及された実施例で用いられた微分強度重み付け関数ＷｄＦは、正のセグメント及び負のセグメントの２つの部分を有する。このことは、微分強度値｛ｄＹ｝が、正の強度領域と負の強度領域との両方の組み合わせであるためである。その結果、一般に、各領域では異なる重み付けをすることが必要になり得る。

実施例のＷｄＦの両部分はガウス状であるが、対称ではなく、１つのケースでは低い微分強度が保たれているが、他の２つの実施例ではそれらが抑制されている。あるいは、ノイズ低減フィルタ１０３は、１次もしくは高次の多項式関数、サドンデスもしくはステップ関数、１面もしくは２面のハニングもしくはハミング関数、または任意の種類のシグモイド関数を含むが、これらに限定されない、他の任意の重み付け関数を使用することができる。一般的に、重み付け関数の選択は、強度値及び微分強度値の領域に対するノイズ抑制または増強の所望のモードに依存する。

いくつかの実施形態によれば、重み付け関数のためのパラメータの選択は、データセット｛Ｚ｝及び｛ｄＺ｝の強度分布から自動的に決定されてもよい。この重み付け関数の選択は、強度スペクトルの特定の領域を保存したいという要望に基づいている。例えば、片側だけガウス型の強度重み付け関数ＷＦの幅は、累積強度値の７５％を保持するように計算することができる。また、微分強度重み付け関数ＷｄＦは、両側ステップ関数として選ぶことができ、最低微分強度値の２０％をゼロに設定する。全てのこれらの調整及び重み付け関数の構造のさらなる強化は、十分にこの新しいノイズ低減フィルタの範囲内である。

上記のフィルタ処理機能には、重み付け関数（例えば、ガウス、線形、２次、ハミングなどの１つ以上）の任意の組み合わせによる重みも含まれ得る。さらに、重み付け関数を高次の差分値に適用することも可能である。例えば、上記の微分強度データセット｛ｄＹ｝は、１次のデータセットと考えられ得る。また一方、同様の手法を高次の差分セットに適用することも可能である。例えば、微分解析３０１を微分強度データセット｛ｄＹ｝に適用することにより、２次の強度データ関数｛ｄｄＹ｝を生成することができる。同様の高次データセットは、微分解析３０１を連続して適用することによって生成することができる。実際、そのような関数の任意の組み合わせを使用して、「高」次の規準振幅フィルタ（例えば、３Ｄ、４Ｄ、５Ｄなど）を実現してもよい。さらに、複数のフィルタ処理段を互いに直列にした複数段の規準２Ｄ（またはより高次）フィルタを実現することが可能であることを理解されたい。本明細書に記載のフィルタ（例えば、２Ｄ、３Ｄ、４Ｄ、５Ｄなどの規準フィルタ）は、様々な実施形態による他の既知のフィルタ及び平滑化ルーチンと組み合わせて使用してもよいことも理解されたい。

図４は、様々な実施形態によるノイズ低減フィルタの機能を実施するための方法４００を示す流れ図である。説明を分かりやすくするために、図１～図３を参照して、図４を説明する。ただし、方法４００は、それらの図に示されている特定のアーキテクチャを必要とするように限定されるものではないことを理解すべきである。

図示するように、方法４００は、受信機（例えば、受信機１０２）を用いてソース（例えば、分光計１０１）からノイジーデータ信号を受信すると、４０１で開始する。４０２では、第１のデータセットを生成することができる。様々な実施形態によれば、第１のデータセットは、サンプリング機構（例えば、サンプラ１０３）を使用して受信した（例えば、受信機１０２からの）入力信号をサンプリングして、強度値のセットを生成することによって生成し得る。微分値のセットは、隣接する強度値間の差を決定することによって生成することができる。第１のデータセットは、強度値及び微分強度値の順序対を含み得る。

４０３において、第１のデータセットを、（例えば、ソータ３０２を使用して）ソートし得る。例えば、いくつかの実施形態では、第１のデータセットを、強度値及び微分強度値に基づいてソートし得る。第１のデータセットがソートされると、ソートされたデータセットの強度値及び微分強度値に重み付き乗算関数ＷＦ及びＷｄＦを適用することができる。

４０５において、逆ソータ３０４－１及び３０４－２は、強度値及び微分強度値を、それらが第１のデータセットの元の順序に対応するように並べ替えるように構成され得る。４０６では、並べ替えた強度値及び微分強度値を加え合わせて、第２のデータセットを生成することができる。いくつかの実施形態によれば、強度値及び微分強度値を、例えば、加算器３０５を用いて加え合わせることができる。第２のデータセットが生成された後、４０７において出力セットを生成することができる。出力セットは、データセットを１つ以上の位置にシフトし、１つ以上の元の値をデータセットのシフトされた部分に挿入して、最終的な出力セットが適切な大きさを有するようにすることで生成することができる。

図５は、様々な実施形態による、強度値及び微分強度値の順序対を含むデータセットを生成する方法５００を示す流れ図である。例えば、いくつかの実施形態では、方法５００を使用して、図４に示す方法４００の４０２を実施することがあり得る。説明を分かりやすくするために、図１～図４を参照して、図５を説明する。ただし、方法５００は、それらの図に示されている特定のアーキテクチャを必要とするように限定されるものではないことを理解すべきである。

図５に示すように、方法５００は、例えばサンプラ１０２により、受信したノイジーデータ信号をサンプリングして、Ｎ個のサンプルデータ点を持つ離散データ信号を生成する５０１で始まる。５０２において、離散強度データ信号から強度値のセット（例えば、上記の｛Ｙ｝）を生成することができ、強度値のセットは、Ｎ－１個のサンプルデータ点を有する。

５０３では、Ｎ番目の強度値とＮ－１番目の強度値との差をとることにより、離散データに対して微分解析を実行することができる。５０４では、微分解析の結果を使用して、Ｎ－１個のサンプルデータ点を有する微分強度値のセット｛ｄＹ｝を生成することができる。いくつかの実施形態では、｛ｄＹ｝＝｛ｙ２－ｙ１，ｙ３－ｙ２，・・・ｙＮ－ｙＮ－１｝である。

図６は、様々な実施形態による、第１のデータセットの第１の強度値を第２のデータセットの第１の位置に挿入することができる方法６００を示す流れ図である。例えば、方法６００を使用して、図４に示す４０７を実行することがあり得る。説明を分かりやすくするために、図１～図５を参照して、図６を説明する。ただし、方法５００は、それらの図に示されている特定のアーキテクチャを必要とするように限定されるものではないことを理解すべきである。

図６に示すように、方法６００は、第１のデータセット｛Ｙ｝の第１の強度値を探し出して記憶することにより、６０１で開始する。第１のデータセットは、Ｎ－１個のデータ点を有する。６０２では、空のデータスロットを、１単位のサンプルステップだけ右にシフトすることにより、このデータスロットをデータセットに追加し得る。空のデータスロットは、シフトされた第２のデータセットの第１の値を保持するために使用してもよい。６０３において、第１のデータセットの記憶された第１の強度値を、シフトされた第２のデータセットのブランクデータスロットに挿入すること、第１のデータセットの第１の強度データ点が、出力データセットの第１の位置を占めることを可能にすること、及び出力データセットがＮ個のサンプルデータを有することをさらに可能にすることにより、出力データセットを生成する。

図７Ａ～図７Ｈは、単純な仮想ノイジーデータ信号にノイズ低減フィルタを適用した際に取得されたグラフ結果を示す。本実施例は、アルゴリズムのステップの段階的記述を強調することにより、ノイズ低減フィルタの基本的な特徴を説明するために示す。具体的には、図７Ａは、ノイジーデータ信号を示すｙ（ｘ）と表記したグラフである。ノイジーデータ信号ｙ（ｘ）は、ランダムなノイズを伴う２次曲線から構築されたベースライン上のガウスピークで構成される。図７Ｂ及び図７Ｃは、それぞれ強度及び微分強度のソートしたセット｛Ｚ｝及び｛ｄＺ｝を示すグラフである。図７Ｂの強度ソートグラフ中央部の高度な線形性と、図７Ｃの微分強度ソートグラフの高度な対称性とは、データ信号に付加された合成ランダムノイズによるものである。なお、絶対的な微分強度の低さはノイズによるものであり、抑制する必要があることに注意されたい。したがって、ソートされた強度グラフの上３分の１のみが、ノイズ低減フィルタに有用であると考えられる。

図７Ｄ及び図７Ｅは、図７Ｂ及び図７Ｃに示すソートされた強度及び微分強度のデータセット｛Ｚ｝及び｛ｄＺ｝に適用される、ガウス曲線を用いた重み付け関数ＷＦ及びＷｄＦを示す。｛Ｚ｝及び｛ｄＺ｝をそれぞれの重み付け関数ＷＦ及びＷｄＦで乗算した後、図７Ｆ及び図７Ｇに示すように、重み付き強度及び微分強度データセット｛Ｓ｝及び｛ｄＳ｝がそれぞれ生成される。図７Ｆ及び図７Ｇを図７Ｂ及び図７Ｃと比較すると、図７Ｆの重み付き強度プロットの中央領域がゼロ近くまで下がっていること、及び図７Ｇの微分強度プロットの中央領域が平坦になっていることに注目すべきである。

｛Ｓ｝及び｛ｄＳ｝のデータ点を並べ替え、それらをセット｛Ｙ｝及び｛ｄＹ｝の元の順序に戻した後、強度データ値を対応する微分強度値に加える。次に、｛Ｙ｝の第１の強度データ点を、並び替えたデータセットの第１の値として追加し、最終的なフィルタ処理された出力データセット｛Ｙｆｉｌｔｅｒｅｄ｝を生成する。フィルタ処理された出力データセット｛Ｙｆｉｌｔｅｒｅｄ｝及びノイジーデータ信号を図７Ｈに示す。注目すべきは、強度の特徴がよく保たれている一方で、ノイズ成分が大幅に減少していることである。また、フィルタ処理されたデータセットのピークは、元のノイジーデータ信号のピークよりも狭く現れ、その結果、スペクトルピークの解像度が向上していることも注目すべき点である。これは、ピークショルダーの低強度値が抑制された結果である。このようなノイズ低減フィルタの人工的な動作は、場合によっては明らかに有益である可能性もあるが、依然として信号歪みとして認識され、別途注意が必要である。

さらに、ノイジーデータ信号のベースラインは、主なピーク強度を維持したまま、ノイズ低減フィルタによって本質的に除去されることに留意すべきである。このような動作は、場合によっては有利に働く場合もあるが、ノイズ低減フィルタの特徴である信号の歪みの可能性が指摘されている。一般的には、特定のアプリケーションで信号が歪む可能性を避けるために、ノイズ低減フィルタを使用する前に、慣行的なベースライン減算法を使用することができる。

図８は、機器から得られた実世界のノイジーデータ信号にノイズ低減フィルタを適用した際に取得されたグラフ結果を示す。本実施例は、アルゴリズムのステップの段階的記述を強調することにより、ノイズ低減フィルタの基本的な特徴を説明するために示す。具体的には、図８Ａは、機器の信号対ノイズ比（ＳＮＲ）を推定するために一般的に使用される質量分析ノイズ抽出イオンクロマトグラムを含む実世界実験からのｙ（ｘ）として示されるグラフである。ここで使用されるノイジーデータ信号は、ＳＮＲテストに失敗した機器から意図的に選択されていることに注意されたい。本実施例では、ノイズ低減フィルタが、ＳＮＲが非常に低いノイジーデータ信号のノイズ成分を抑制することができることを示す。そのｙ（ｘ）データを図８Ａに示す。図．８Ｂ及び図８Ｃは、それぞれ強度及び微分強度のソートしたセット｛Ｚ｝及び｛ｄＺ｝を示すグラフである。

図８Ｄ及び図８Ｅは、図８Ｂ及び図８Ｃに示すソートされた強度及び微分強度のデータセット｛Ｚ｝及び｛ｄＺ｝に適用される、ガウス曲線を用いた重み付け関数ＷＦ及びＷｄＦを示す。｛Ｚ｝及び｛ｄＺ｝をそれぞれの重み付け関数ＷＦ及びＷｄＦで乗算した後、図８Ｆ及び図８Ｇに示すように、重み付き強度及び微分強度データセット｛Ｓ｝及び｛ｄＳ｝がそれぞれ生成される。本実施例では、セット｛Ｓ｝及び｛ｄＳ｝のグラフは、セット｛Ｚ｝及び｛ｄＺ｝のグラフとそれほど違いはないが、重要なのは、｛Ｓ｝及び｛ｄＳ｝には、｛Ｚ｝及び｛ｄＺ｝に比べて、ノイズに関連する大量のスペクトルパワーが存在しなくなっていることである。

｛Ｓ｝及び｛ｄＳ｝のデータ点を並べ替え、それらをセット｛Ｙ｝及び｛ｄＹ｝の元の順序に戻した後、強度データ値を対応する微分強度値に加える。次に、｛Ｙ｝の第１の強度データ点を、並び替えたデータセットの第１の値として追加し、最終的なフィルタ処理された出力データセット｛Ｙｆｉｌｔｅｒｅｄ｝を生成する。フィルタ処理した出力データセット｛Ｙｆｉｌｔｅｒｅｄ｝及び元のノイジーデータ信号は、強いスペクトル成分がよく保存されていることを示すために、小さなオフセットを付けて図８Ｈに示している。図８Ｉでは、サイドバンドを拡大して、低強度のピーク及びオフセットのないノイズを示しており、強いスペクトルの特徴（「ピーク」）がよく保存されている一方で、不要なノイズが低強度のピークから実質的に除去されていることがわかる。

図９Ａは、夜に撮影された暗い白黒写真に相当する。図９Ａの暗い写真をノイズ低減フィルタへの入力として渡すと、図９Ｂに示すように、信号対ノイズ比が向上した明るい写真が得られた。ノイズ低減フィルタは、図９Ａの暗い写真の画素列のみにわたって適用した。なお、このフィルタは、画素の行及び列に同時に適用することも、順次適用することも可能であり、必要に応じて対角線上の画素セット（左上から右下、左下から右上）を含めることもできる。この応用は、フィルタ方式の原理を変えるものではない。また、この画像処理用途のノイズ低減フィルタでは、重み付け関数ＷＦ及びＷｄＦ用の追加のスケーリングパラメータＫ及びＫｄを追加して使用していることにも注意されたい。スケーリングファクタを追加することで、強度及び微分強度の高い領域が増幅される。また、上記のこれまでの実施例では、強度の高いデータ点は「情報量が多い」と見なして保存したが、微分強度の低いデータ点は低い重み付け値を使用することで抑制していた。したがって、それぞれの応用においては、強度及び差分強度のどのような特徴に、保存すべき有用なスペクトル情報が含まれているかを理解することが重要である。

図９Ｃ及び図９Ｄは、今回の画像処理用途で使用した重み付け関数ＷＦ及びＷｄＦを示す。追加のスケーリング係数に、２（強度用）と０．５（微分強度用）を使用することで、微分強度データの輝度（強度に２を乗じた値）を上げ、ノイズを低減させた。また、ＷｄＦ関数により、低い微分強度値を維持し、高い微分強度値を抑制することで、写真または画像処理の用途では有用だが、マススペクトルまたはクロマトグラムでは重要ではない、粒状の「ピクセル」ノイズを低減することができる。これは、本ノイズ低減フィルタの汎用性を示すものである。

図９Ｅは、白黒写真の行１３２０の画素の強度スペクトルを示す。図９Ｅは、図９Ａの暗い写真の１３２０行目の画素から生成された元データセット、及び図９Ｂの明るく鮮明な（信号対ノイズ比の高い）写真の１３２０行目の画素から生成されたフィルタ処理された出力データセットを示す。したがって、図９Ｅは、元の暗い写真のノイズを抑制して、ノイズフィルタをかけた出力を表す強調写真を作成することを示す。明るさ、コントラスト、ノイズなどの大容量写真属性の強調または抑制を達成するために使用される重み付け関数は、本開示のノイズ低減フィルタを使用する異なる用途に適用できることに留意されたい。

主題は、構造的特徴及び／または方法的行為に固有の言語で記載されてきたが、添付の特許請求の範囲に定義された主題は、必ずしも上記の特定の特徴または行為に限定されないことが理解されよう。むしろ、上記の具体的な特徴及び行為は、特許請求の範囲を実施するための例示的な形態として開示されている。

Claims (20)

1. 受信機を使用してデータ信号を受信することであって、前記データ信号が、ノイズ成分及び信号成分を含む、前記受信することと、
   前記受信したデータ信号に基づいて、第１のデータセットを生成することであって、前記第１のデータセットが、前記データ信号の強度値及び微分強度値の順序対を含む、前記生成することと、
   前記強度値及び前記微分強度値に基づいて、前記第１のデータセットをソートすることと、
   前記ソートした第１のデータセットに重み付き乗算関数を適用することと、
   前記重み付き第１のデータセットの前記強度値及び微分強度値の順序対を、前記第１のデータセットにおける順序対の元の順序に対応するように並べ替えることと、
   前記強度値を、前記並べ替えたデータセットの対応する微分強度値に加えて、第２のデータセットを生成することと、
   前記第１のデータセットの第１の強度値を、前記第２のデータセットの第１の位置に挿入することによって、出力データセットを生成することと
   を含む、方法。
2. 前記ノイズ成分と前記信号成分とが、重なり合った強度特性、または重なり合った周波数スペクトル特性のうちの１つ以上を有する、請求項１に記載の方法。
3. 前記重み付き乗算関数を適用することは、ガウス関数を適用することを含み、前記ガウス関数のピークは、前記ソートした第１のデータセットの強度値が最大値になるところに生じる、請求項１に記載の方法。
4. 前記重み付き乗算関数が、ステップ関数、ハミング関数、またはシグモイド関数を含む、請求項１に記載の方法。
5. 前記ソートした第１のデータセットの強度値の分布に基づいて、前記重み付き乗算関数を選択することをさらに含む、請求項１に記載の方法。
6. 前記重み付き乗算関数を適用することは、少なくとも２つの異なる関数を適用することを含み、第１の関数が前記強度値に適用され、第２の関数が前記微分強度値に適用される、請求項１に記載の方法。
7. 前記ソートした第１のデータセット内の前記強度値及び微分強度値の順序対に基づいて、前記重み付き乗算関数の幅と振幅とを変更することをさらに含む、請求項１に記載の方法。
8. 前記重み付き乗算関数にスケーリングファクタを適用して、前記ソートした第１のデータセットにて、強度値及び微分強度値の異なる領域を増幅することをさらに含む、請求項１に記載の方法。
9. 前記データ信号の信号成分の強度が、前記データ信号のノイズ成分の強度よりも大きい、請求項１に記載の方法。
10. 前記データ信号の信号スペクトルの周波数成分が、前記データ信号のノイズスペクトルの周波数成分と重なる、請求項１に記載の方法。
11. 前記第１のデータセットが、２次元直交セットを含む、請求項１に記載の方法。
12. 装置であって、
    １つ以上のプロセッサと、
    前記１つ以上のプロセッサによって実行されると、前記装置に、
    受信機を使用してデータ信号を受信することと、
    前記受信したデータ信号に基づいて、第１のデータセットを生成することであって、前記第１のデータセットが、前記データ信号の強度値及び微分強度値の順序対を含む、前記生成することと、
    前記強度値及び前記微分強度値に基づいて、前記第１のデータセットをソートすることと、
    前記ソートした第１のデータセットに重み付き乗算関数を適用することと、
    前記重み付き第１のデータセットの前記強度値及び微分強度値の順序対を、前記第１のデータセットにおける順序対の元の順序に対応するように並べ替えることと、
    前記強度値を、前記並べ替えたデータセットの対応する微分強度値に加えて、第２のデータセットを生成することと、
    前記第１のデータセットの第１の強度値を、前記第２のデータセットの第１の位置に挿入することによって、出力データセットを生成することと
    を行わせるコンピュータ命令を格納するメモリと
    を備える、前記装置。
13. 前記データ信号の信号対ノイズ比が、所定の閾値未満である、請求項１２に記載の装置。
14. 前記出力データセットの信号対ノイズ比が、所定の閾値よりも大きい、請求項１２に記載の装置。
15. 前記出力データセットの信号対ノイズ比が、前記データ信号の信号対ノイズ比よりも大きい、請求項１２に記載の装置。
16. 前記コンピュータ命令は、前記強度値に適用される第１の関数、及び前記微分強度値に適用される第２の関数を適用することにより、前記装置に前記重み付き乗算関数を適用させるように構成されている、請求項１２に記載の装置。
17. 前記コンピュータ命令が、前記ソートした第１のデータセットの分布に基づいて、前記重み付き乗算関数を調整するように構成されている、請求項１２に記載の装置。
18. 前記コンピュータ命令は、さらに、前記装置に、前記重み付き乗算関数にスケーリングファクタを適用させて、前記ソートした第１のデータセットにて、強度値及び微分強度値の異なる領域を増幅させる、請求項１２に記載の装置。
19. 装置であって、
    データソースに電子的に結合し、前記データソースから入力データ信号を受信するように構成された受信機と、
    前記データソースからの前記入力データをサンプリングするように構成されたサンプラと、
    前記サンプラに電子的に結合された１つ以上のプロセッサと、
    前記１つ以上のプロセッサによって実行されると、前記装置に、
    前記データソースから前記サンプリングした入力データを受信することと、
    前記サンプリングしたデータに基づいて、第１のデータセットを生成することであって、前記第１のデータセットが、前記データ信号の強度値及び微分強度値の順序対を含む、前記生成することと、
    前記強度値及び前記微分強度値に基づいて、前記第１のデータセットをソートすることと、
    前記ソートした第１のデータセットに重み付き乗算関数を適用することと、
    前記重み付き第１のデータセットの前記強度値及び微分強度値の順序対を、前記第１のデータセットにおける順序対の元の順序に対応するように並べ替えることと、
    前記強度値を、前記並べ替えたデータセットの対応する微分強度値に加えて、第２のデータセットを生成することと、
    前記第１のデータセットの第１の強度値を、前記第２のデータセットの第１の位置に挿入することによって、出力データセットを生成することと
    を行わせるコンピュータ命令を格納するメモリと
    を備える、前記装置。
20. 前記データソースが分光器を備える、請求項１９に記載の装置。

Images