रव (नॉइज़) न्यूनीकरण

रव(नॉइज़) न्यूनीकरण एक संकेत से नॉइज़ को दूर करने की प्रक्रिया है। श्र्व्य और छवियों के लिए नॉइज़ कम करने की तकनीक है। रव न्यूनीकरण कलन विधि संकेत को कुछ हद तक विकृत कर सकता है। नॉइज़ अस्वीकृति एक परिपथ की क्षमता है जो एक अवांछित संकेत घटक को वांछित संकेत घटक से अलग करती है, जैसा कि सामान्य-मोड अस्वीकृति अनुपात के साथ होता है।

सभी संकेत प्रसंस्करण उपकरण, दोनों रेखीय और डिजिटल में ऐसे लक्षण होते हैं जो उन्हें नॉइज़ के प्रति संवेदनशील बनाते हैं। नॉइज़ एक समान आवृत्ति वितरण (ष्वेत नॉइज़), या उपकरण के तंत्र या संकेत प्रसंस्करण कलन विधि द्वारा शुरू की गई आवृत्ति-निर्भर नॉइज़ के साथ यादृच्छिक हो सकता है।

इलेक्ट्रॉनिक प्रणालियों में, ऊष्मीय आंदोलन के कारण यादृच्छिक इलेक्ट्रॉन गति द्वारा निर्मित एक प्रमुख प्रकार का नॉइज़ बनाया जाता है। ये उत्तेजित इलेक्ट्रॉन तेजी से उत्पादन संकेत से जोड़ते और घटाते हैं और इस प्रकार पता लगाने योग्य नॉइज़ (इलेक्ट्रॉनिक्स) पैदा करते हैं।

फ़ोटोग्राफिक फिल्म और चुंबकीय पट्टिका की परिस्थिति में, माध्यम की कण संरचना के कारण नॉइज़(दृश्य और श्रव्य दोनों) प्रस्तुत किया जाता है। फोटोग्राफिक फिल्म में कण का आकार फिल्म की संवेदनशीलता को निर्धारित करता है, यद्यपि अधिक संवेदनशील फिल्म जिसमें बड़े आकार के कण होते हैं। चुंबकीय पट्टी में, चुंबकीय कणों (सामान्यतः  फेरिक ऑक्साइड  या  मैग्नेटाइट ) के दाने जितने बड़े होते हैं, माध्यम में नॉइज़ की संभावना उतनी ही अधिक होती है। इसकी भरपाई के लिए, रव को स्वीकार्य स्तर तक कम करने के लिए फिल्म या चुंबकीय पट्टी के बड़े क्षेत्रों का उपयोग किया जा सकता है।

सामान्यतः
रव न्यूनीकरण कलन विधि संकेतों को अधिक या कम मात्रा में बदलने की प्रवृत्ति रखते हैं। संकेतों में परिवर्तन से बचने के लिए स्थानीय संकेत-और-नॉइज़ लांबिकीकरण कलन विधि का उपयोग किया जा सकता है।

भूकंपीय अन्वेषण में
भूकंपीय डेटा में संकेतों को बढ़ाना भूकंपीय प्रतिबिंबन के लिए विशेष रूप से महत्वपूर्ण है, व्युत्क्रमण,  और व्याख्या, जिससे तेल और गैस की खोज में सफलता दर में काफी सुधार हुआ है।    उपयोगी संकेत जो परिवेशीय यादृच्छिक नॉइज़ में लिप्त होता है, अक्सर उपेक्षित किया जाता है और इस प्रकार अंतिम माइग्रेट की गई छवि में भूकंपीय घटनाओं और कलाकृतियों के नकली विघटन का कारण बन सकता है। यादृच्छिक नॉइज़ को कम करके भूकंपीय पार्श्व चित्र के किनारे गुणों को संरक्षित करते हुए उपयोगी संकेत को बढ़ाने से तेल और गैस का पता लगाने के लिए व्याख्या की कठिनाइयों और भ्रामक जोखिमों को कम करने में मदद मिल सकती है।

श्र्व्य में
पट्टी सीत्कार अनुरूप पट्टी अभिलेकन में एक प्रदर्शन-सीमित मुद्दा है। यह चुंबकीय पायस में प्रयुक्त कण आकार और बनावट से संबंधित है जिसे अभिलेकन मीडिया पर छिड़का जाता है, जोकि पट्टी हेडस  के सापेक्ष पट्टी वेग से भी संबंधित है।

चार प्रकार के रव न्यूनीकरण मौजूद है, एकल अंत पूर्व-अभिलेकन, एकल अंत सीत्कार परिवर्तन, एकल अंत सतह रव न्यूनीकरण, और कोडेक या दोहरी अंत प्रणाली। एकल अंत पूर्व-अभिलेकन प्रणाली (जैसे डॉल्बी एचएक्स  और  डॉल्बी एचएक्स प्रो, या  टंडबर्ग  की  एक्टिलीनियर  और  डायनेक )    ) अभिलेकन के समय अभिलेकन माध्यम को प्रभावित करने के लिए काम करते हैं। एकल अंत सीकर परिवर्तन प्रणाली (जैसे डीएनएल या डीएनआर) नॉइज़ को कम करने के लिए काम करता है, जिसमें अभिलेकन प्रक्रिया से पहले और बाद में और साथ ही सीधे प्रसारण अनुप्रयोगों के लिए सम्मिलित  हैं। एकल अंत सतह रव न्यूनीकरण (जैसे  सीडर श्र्व्य लिमिटेड और पहले एसएई 5000 ए, बुर्वेन (रव न्यूनीकरण) टीएनई 7000, और  पैकबर्न  101/323/323 ए/323 एए और 325 स्क्रैच, और पॉप सतह की गैर-रैखिकता को संबोधित करने के लिए फोनोग्राफ रिकॉर्ड  के प्रतिश्रवण पर लागू किया जाता है। एकल अंत  गतिशील रेंज विस्तारक जैसे चरण रैखिक  स्वत:सहसंबंधक  रव न्यूनीकरण और गतिक परास पुनः प्राप्ति प्रणाली (प्रतिरूप 1000 और 4000) पुरानी अभिलेकन से विभिन्न रव को कम कर सकते हैं। दोहरी-अंत प्रणाली (जैसे डॉल्बी रव न्यूनीकरण सिस्टम या डीबीएक्स) में अभिलेकन के दौरान एक पूर्व-जोर प्रक्रिया लागू होती है और फिर प्रतिश्रवण पर एक डी-जोर प्रक्रिया लागू होती है।

संपीडन प्रसारित्र आधारित रव न्यूनीकरण प्रणाली
दोहरी-समाप्त संपीडन प्रसारित्र रव न्यूनीकरण प्रणाली में डॉल्बी प्रयोगशालाओं द्वारा डॉल्बी ए और डॉल्बी एसआर, डीबीएक्स व्यावसायिक और डीबीएक्स प्रकार द्वारा डीबीएक्स (कंपनी), डोनाल्ड एल्डस ' विद्युत माप प्रौद्योगिकी नॉइज़बीएक्स, डॉल्बी एसआर सम्मिलित हैं, तथा बुरवेन प्रयोगशालाओं का Burwen (noise reduction),    टेलीफंकन का दूरसंचार सी4(डीई) और एमएक्सआर नवीनीकरण 'एमएक्सआर साथ ही उपभोक्ता प्रणाली  डॉल्बी एनआर,  डॉल्बी बी ,  डॉल्बी सी और  डॉल्बी एस, डीबीएक्स प्रकार हैII , टेलीफंकन की उच्च कॉम और नाकामिची का उच्च -कॉम II ,  तोशीबा  (ऑरेक्स एडी -4) मेलिंग [ जेए]    और एएनआरएस,   फिशर इलेक्ट्रॉनिक्स/सान्यो का सुपर डी (रव न्यूनीकरण) ,   एसएनआरएस, और हंगेरियन/पूर्व-जर्मन पूर्व-की प्रणाली ये सभी सम्मिलित  है। इन प्रणालियों में अभिलेकन के दौरान एक पूर्व-जोर प्रक्रिया लागू होती है और फिर प्रतिश्रवण पर एक डी-जोर प्रक्रिया लागू होती है।

कुछ संपीडन प्रसारित्र प्रणाली में प्रस्तुतेवर मीडिया उत्पादन के दौरान संपीड़न लागू होता है और श्रोता द्वारा केवल विस्तार लागू किया जाता है, उदाहरण के लिए, डीबीएक्स डिस्क, उच्च-कॉम II, सीएक्स 20 और यूसी जैसे प्रणाली विनाइल अभिलेकन के लिए प्रयोग किए गए थे जबकि  डॉल्बी एफएम, उच्च-कॉम एफएम और एफएमएक्स (प्रसारण) का प्रयोग एफएम रेडियो प्रसारण में किया गया था।

पहली व्यापक रूप से प्रयोग की जाने वाली श्र्व्य रव न्यूनीकरण तकनीक 1966 में रे डॉल्बी  द्वारा विकसित की गई थी। प्रस्तुतेवर उपयोग के लिए, डॉल्बी प्रकार ए एक कूटलेखन/ कूटानुवाद प्रणाली था जिसमें अभिलेकन (संकेतन) के दौरान चार बैंड में आवृत्तियों के आयाम को बढ़ाया गया था, फिर प्रतिश्रवण (विकूटन) के दौरान आनुपातिक रूप से कम किया गया था। डॉल्बी बी प्रणाली ( हेनरी क्लॉस  के संयोजन में विकसित) उपभोक्ता उत्पादों के लिए डिज़ाइन किया गया एक एकल बैंड प्रणाली था। विशेष रूप से, किसी श्र्व्य संकेत के शांत भागों को रिकॉर्ड करते समय, 1 किलोहर्ट्‍ज से ऊपर की आवृत्तियों को बढ़ाया जाएगा। प्रारंभिक संकेत वॉल्यूम के आधार पर पट्टी पर नॉइज़ अनुपात में संकेत को 10 डीबी तक बढ़ाने का प्रभाव था। जब इसे वापस चलाया गया, तो कूटानुवादक ने प्रक्रिया को उलट दिया, वास्तव में नॉइज़ के स्तर को 10 डीबी तक कम कर दिया।  डॉल्बी बी प्रणाली में, डॉल्बी ए जितना प्रभावी नहीं था, जबकि इसको कूटानुवादक के बिना प्रतिश्रवण प्रणाली पर सुनने योग्य शेष रहने का लाभ था।

टेलीफंकन उच्च-कॉम एकीकृत परिपथ यु401बीआर का उपयोग ज्यादातर डॉल्बी बी-संगत संपीडन प्रसारित्र के रूप में भी काम करने के लिए किया जा सकता है। विभिन्न दिवंगत पीढ़ी में उच्च-कॉम पट्टी डेक में "डी एनआर विस्तारक" कार्यक्षमता का अनुकरण करने वाले डॉल्बी-बी ने न केवल प्रतिश्रवण के लिए काम किया, बल्कि अभिलेख के दौरान भी अनजाने में काम किया।

डीबीएक्स (रव न्यूनीकरण) डीबीएक्स (कंपनी) प्रयोगशालाओं के संस्थापक डेविड ई ब्लैकमर द्वारा विकसित एक प्रतिस्पर्धी अनुरूप रव न्यूनीकरण प्रणाली थी। इसमें वर्ग माध्य मूल (आरएमएस) कूटलेखन/कूटानुवाद कलन विधि का उपयोग किया गया था, जिसमें नॉइज़-प्रवण उच्च आवृत्तियों को बढ़ाया गया था, और पूरे संकेत को 2:1 संपीडन प्रसारित्र के माध्यम से सिंचित किया जाता है। डीबीएक्स पूरे श्रव्य बैंडविड्थ में संचालित होता था और डॉल्बी बी के विपरीत एक खुला अंत प्रणाली के रूप में अनुपयोगी था। हालांकि यह रव न्यूनीकरण के 30 डीबी तक हासिल कर सकता है।

चूंकि अनुरूप वीडियो अभिलेकन दीप्ति भाग (प्रत्यक्ष रंग प्रणालियों में समग्र वीडियो संकेत) के लिए आवृत्ति प्रतिरुपण का उपयोग करती है, जो पट्टी को संतृप्ति स्तर पर रखता है, श्र्व्य शैली रव न्यूनीकरण अनावश्यक है।

गतिशील नॉइज़ सीमक और गतिशील रव न्यूनीकरण
गतिशील नॉइज़ सीमक (डीएनएल) एक श्र्व्य रव न्यूनीकरण प्रणाली है जिसे मूल रूप से फिलिप्स द्वारा 1971 में पेटिका डेक पर उपयोग के लिए प्रस्तुत किया गया था।  इसकी परिपथिकी भी एकल चिप पर आधारित है।

लंबी दूरी की टेलीफ़ोनी  पर नॉइज़ के स्तर को कम करने के लिए इसे राष्ट्रीय अर्धचालक द्वारा गतिशील रव न्यूनीकरण (डीएनआर) के रूप में विकसित किया गया था। यह पहली बार 1981 में बेचा गया, और यह डीएनआर अक्सर अधिक सामान्य  डॉल्बी रव-कमी प्रणाली के साथ भ्रमित होता है। हालांकि, डॉल्बी और डीबीएक्स और डीबीएक्स प्रकार हैI रव न्यूनीकरण प्रणाली के विपरीत है, डीएनएल और डीएनआर केवल प्रतिश्रवण संकेत प्रसंस्करण प्रणाली हैं जिन्हें पहले स्रोत सामग्री को कूटबद्‍ध करने की आवश्यकता नहीं होती है, और उन्हें रव न्यूनीकरण के अन्य रूपों के साथ एक साथ उपयोग किया जा सकता है।.

क्योंकि डीएनएल और डीएनआर गैर-पूरक हैं, जिसका अर्थ है कि उन्हें कूटबद्‍ध स्रोत सामग्री की आवश्यकता नहीं है, इनका उपयोग चुंबकीय पट्टी अभिलेकन और एफ एम रेडियो प्रसारण सहित किसी भी श्र्व्य संकेत से पृष्ठभूमि रव को हटाने के लिए किया जा सकता है, जिससे रव को 10 डीबी तक कम किया जा सकता है। उनका उपयोग अन्य रव न्यूनीकरण प्रणालियों के संयोजन में किया जा सकता है, बशर्ते कि उनका उपयोग डीएनआर को लागू करने से पहले किया जाए ताकि डीएनआर को अन्य रव न्यूनीकरण प्रणाली को गलत करने से रोका जा सके।

डीएनआर के पहले व्यापक अनुप्रयोगों में से एक जनरल मोटर्स कॉर्पोरेशन डेल्को इलेक्ट्रॉनिक्स कार त्रिविमदर्शी  प्रणाली में अमेरिकी जीएम कारों में 1984 में प्रस्तुत किया गया था। यह 1980 के दशक में  जीप वाहनों में फैक्ट्री कार त्रिविमदर्शी में भी प्रयोग किया गया था, जैसे कि  जीप चेरोकी (एक्सजे)। आज, डीएनआर, डीएनएल, और इसी तरह के प्रणाली ध्वनिवर्धक प्रणाली में रव न्यूनीकरण प्रणाली के रूप में सबसे आम तौर पर सामने आते हैं।

अन्य दृष्टिकोण
कलन विधि का एक दूसरा वर्ग समय-आवृत्ति कार्यक्षेत्र में कुछ रैखिक या गैर-रेखीय निस्यंदनों का उपयोग करके काम करता है जिनमें स्थानीय विशेषताएं होती हैं और जिन्हें अक्सर समय-आवृत्ति निस्यंदन कहा जाता है। इसलिए वर्णक्रमीय संपादन उपकरण, के उपयोग से नॉइज़ को भी हटाया जा सकता है, जो इस समय-आवृत्ति कार्यक्षेत्र में काम करते हैं तथा स्थानीय संशोधनों को पास की संकेत ऊर्जा को प्रभावित किए बिना अनुमति देते हैं। यह एक परिभाषित समय-आवृत्ति आकार वाले पेन के साथ माउस का उपयोग करके हस्तचालन रूप से किया जा सकता है। यह बहुत कुछ ऐसा किया जाता है जैसे किसी रंग कार्यक्रम में चित्र बनाना। एक अन्य तरीका नॉइज़ को निस्यंदन करने के लिए एक गतिशील सीमा को परिभाषित करना है, जो फिर से स्थानीय समय-आवृत्ति क्षेत्र के संबंध में स्थानीय संकेत से प्राप्त होता है। सीमा के नीचे की सभी चीज़ों को निस्यंदन किया जाएगा, प्रभाव सीमा के ऊपर की हर चीज़, जैसे किसी आवाज़ का अंश या वांछित नॉइज़, अछूता रहेगा। इस क्षेत्र को आम तौर पर तात्कालिक आवृत्ति संकेत के स्थान से परिभाषित किया जाता है, क्योंकि संरक्षित की जाने वाली अधिकांश संकेत ऊर्जा इसके बारे में केंद्रित है।

आधुनिक डिजिटल ध्वनि (और चित्र) अभिलेकन को अब पट्टी सीत्कार के बारे में चिंता करने की आवश्यकता नहीं है, इसलिए अनुरूप शैली के रव न्यूनीकरण प्रणाली की भी आवश्यकता नहीं है। हालांकि, एक दिलचस्प मोड़ यह है कि स्पंदित  प्रणाली वास्तव में इसकी गुणवत्ता में सुधार के लिए संकेत में नॉइज़ जोड़ते हैं।

सॉफ्टवेयर प्रोग्राम
अधिकांश डीएडब्ल्यू ( डिजिटल श्र्व्य कार्यस्थल ) और सामान्य रूप से श्र्व्य सॉफ्टवेयर में एक या अधिक रव न्यूनीकरण के कार्य होते हैं। उल्लेखनीय विशेष प्रयोजन के रव न्यूनीकरण सॉफ्टवेयर प्रोग्राम में सूक्ति तरंग शोधित्र सम्मिलित हैं।

छवियों में
डिजिटल कैमरा और पारंपरिक फिल्म कैमरा दोनों से ली गई छवियाँ विभिन्न स्रोतों से नॉइज़ उठाएँगी। इन छवियों के आगे उपयोग के लिए अक्सर यह आवश्यक होगा कि नॉइज़ (आंशिक रूप से) हटा दिया जाए - सौंदर्यशास्त्र के उद्देश्यों के लिए जैसे कि कलात्मक  कार्य या  विपणन  में, या व्यावहारिक उद्देश्यों जैसे  कंप्यूटर दृष्टि के लिए।

प्रकार
नमक और काली मिर्च के नॉइज़ (विरल प्रकाश और अँधेरी गड़बड़ी) में, छवि में पिक्सेल  अपने आसपास के पिक्सेल से रंग या तीव्रता में बहुत भिन्न होते हैं, परिभाषित करने वाली विशेषता यह है कि नॉइज़ वाले पिक्सेल का मान आसपास के पिक्सेल के रंग से कोई संबंध नहीं रखता है। आम तौर पर इस प्रकार का नॉइज़ केवल कुछ ही छवि पिक्सेल को प्रभावित करेगा। जब देखा जाता है, तो छवि में नमक और काली मिर्च  के समान गहरे और सफेद बिंदु होते हैं। विशिष्ट स्रोतों में कैमरे के अंदर धूल के धब्बे और ज़्यादा गरम या दोषपूर्ण सीसीडी तत्व सम्मिलित  हैं।

गाऊसी नॉइज़ में, छवि में प्रत्येक पिक्सेल को उसके मूल मान से (सामान्यतः) छोटी राशि से बदल दिया जाएगा। एक आयतचित्र, आवृत्ति के विरुद्ध पिक्सेल मान के विरूपण की मात्रा का एक रूप रेखा जिसके साथ यह होता है, नॉइज़ का  सामान्य वितरण  दिखाता है। जबकि अन्य वितरण संभव हैं, गाऊसी (सामान्य) वितरण सामान्यतः एक अच्छा प्रतिरूप है,  केंद्रीय सीमा प्रमेय  के कारण जो कहता है कि विभिन्न नॉइज़ों का योग गाऊसी वितरण तक पहुंचता है।

किसी भी मामले में, विभिन्न पिक्सेल पर नॉइज़ या तो सहसंबद्ध या असंबद्ध हो सकता है, कई मामलों में, अलग-अलग पिक्सेल पर नॉइज़ मान स्वतंत्र और समान रूप से वितरित  होने के रूप में तैयार किए जाते हैं, और इसलिए असंबंधित होते हैं।

दुविधा
छवि प्रसंस्करण में कई रव न्यूनीकरण कलन विधि हैं। रव न्यूनीकरण कलन विधि का चयन करते समय, कई कारकों को ध्यान में रखना चाहिए,
 * उपलब्ध कंप्यूटर शक्ति और समय, एक डिजिटल कैमरा को एक छोटे ऑनबोर्ड सीपीयू का उपयोग करके एक सेकंड के एक अंश में रव न्यूनीकरण को लागू करना चाहिए, जबकि एक डेस्कटॉप कंप्यूटर में बहुत अधिक शक्ति और समय लगता है
 * क्या कुछ वास्तविक विवरण का त्याग स्वीकार्य है यदि यह अधिक रव को दूर करने की अनुमति देता है (कितना आक्रामक रूप से यह तय करना है कि छवि में बदलाव नॉइज़ हैं या नहीं)
 * नॉइज़ की विशेषताएं और छवि में विस्तार, उन निर्णयों को बेहतर ढंग से करने के लिए

वर्ण और दीप्ति रव पृथक्करण
वास्तविक दुनिया की तस्वीरों में, उच्चतम स्थानिक-आवृत्ति विवरण में वर्ण (वर्ण विवरण) में भिन्नता के बजाय ज्यादातर चमक (दीप्ति विवरण) में भिन्नता होती हैं। चूंकि किसी भी रव न्यूनीकरण कलन विधि को फोटो खिंचवाने वाले दृश्य से वास्तविक विवरण का त्याग किए बिना नॉइज़ को हटाने का प्रयास करना चाहिए, इसलिए वर्ण रव न्यूनीकरण की तुलना में दीप्त रव न्यूनीकरण से विस्तार का अधिक नुकसान होता है, क्योंकि अधिकांश दृश्यों में शुरू करने के लिए बहुत कम उच्च आवृत्ति वर्ण विवरण होता है। इसके अलावा, अधिकांश लोग छवियों में वर्ण नॉइज़ को दीप्त नॉइज़ से अधिक आपत्तिजनक पाते हैं, दीप्त रव की दानेदार उपस्थिति की तुलना में रंगीन बूँदें डिजिटल-दिखने वाली और अप्राकृतिक मानी जाती हैं, जो कुछ फिल्म कण की तुलना में होती हैं। इन दो कारणों से, अधिकांश छायाचित्रित रव न्यूनीकरण कलन विधि छवि विवरण को वर्ण और दीप्ति घटकों में विभाजित करते हैं और पूर्व में अधिक रव न्यूनीकरण लागू करते हैं।

अधिकांश समर्पित नॉइज़-कमी कंप्यूटर सॉफ्टवेयर उपयोगकर्ता को वर्ण और दीप्ति रव न्यूनीकरण को अलग से नियंत्रित करने की अनुमति देता है।

रैखिक चौरसाई निस्यंदन
नॉइज़ को दूर करने का एक तरीका मूल छवि को एक आवरण के साथ संकेंद्रित करना है जो निम्न पारक निस्यंदन या चौरसाई संचालन का प्रतिनिधित्व करता है। उदाहरण के लिए, गाऊसी आवरण में गाऊसी क्रिया द्वारा निर्धारित तत्व सम्मिलित  होते हैं। यह  घुमाव  प्रत्येक पिक्सेल के मूल्य को उसके निकटवर्तियो के मूल्यों के साथ निकट सामंजस्य में लाता है। सामान्यतः, एक चौरसाई निस्यंदन प्रत्येक पिक्सेल को स्वयं और उसके आस-पास के निकटवर्तियो के औसत मान या भारित औसत पर सेट करता है, गाऊसी निस्यंदन वजन का सिर्फ एक संभावित सेट है।

चौरसाई निस्यंदन एक छवि को धुंधला करते हैं, क्योंकि पिक्सेल तीव्रता मान जो आसपास के निकटवर्तियो की तुलना में काफी अधिक या कम होते हैं तथा पूरे क्षेत्र में धुंधले हो जाते है। इस धुंधलापन के कारण, रव न्यूनीकरण के लिए रैखिक निस्यंदन का उपयोग शायद ही कभी किया जाता है, हालांकि, उन्हें अक्सर गैर-रेखीय रव न्यूनीकरण निस्यंदन के आधार के रूप में उपयोग किया जाता है।

विषमदैशिक प्रसार
नॉइज़ को दूर करने का एक अन्य तरीका गर्मी समीकरण  के समान एक चौरसाई आंशिक अंतर समीकरण के तहत छवि को विकसित करना है, जिसे  विषमदैशिक प्रसार कहा जाता है। स्थानिक रूप से निरंतर प्रसार गुणांक के साथ, यह गर्मी समीकरण या रैखिक गाऊसी निस्यंदनिंग के बराबर है, लेकिन किनारों का पता लगाने के लिए रूपांकित किए गए प्रसार गुणांक के साथ, छवि के किनारों को धुंधला किए बिना नॉइज़ को हटाया जा सकता है।

गैर-स्थानीय साधन
नॉइज़ को दूर करने का एक अन्य तरीका छवि में सभी पिक्सेल के गैर-स्थानीय औसत पर आधारित है | एक छवि में सभी पिक्सेल का गैर-स्थानीय औसत। विशेष रूप से, पिक्सेल के लिए भार की मात्रा उस पिक्सेल पर केंद्रित एक छोटे भाग और पिक्सेल पर केंद्रित छोटे भाग के बीच समानता की डिग्री पर आधारित होती है।

अरेखीय निस्यंदन
एक माध्य निस्यंदन एक गैर-रेखीय निस्यंदन का एक उदाहरण है और, यदि ठीक से परिकल्पित किया गया है, तो छवि विवरण को संरक्षित करने में बहुत अच्छा है। माध्य निस्यंदन चलाने के लिए,
 * 1) छवि में प्रत्येक पिक्सेल पर विचार करें
 * 2) निकटतम  पिक्सल को उनकी तीव्रता के आधार पर क्रमबद्ध करें
 * 3) सूची से माध्य मान के साथ पिक्सेल के मूल मान को बदलें

एक माध्य निस्यंदन एक श्रेणी-चयन (आरएस) निस्यंदन है, जो विशेष रूप से श्रेणी-वातानुकूलित श्रेणी-चयन (आरसीआरएस) निस्यंदन के परिवार का एक कठोर सदस्य है, उस परिवार का एक बहुत ही मामूली सदस्य, उदाहरण के लिए, वह जो निकटतम मूल्यों के निकटतम का चयन करता है, जब एक पिक्सेल का मूल्य उसके निकट में बाहरी होता है, और इसे अन्यथा अपरिवर्तित छोड़ देता है, खासकर फोटोग्राफिक अनुप्रयोगों में कभी-कभी पसंद किया जाता है।

मध्यस्थ और अन्य आरसीआरएस निस्यंदन एक छवि से नमक और काली मिर्च के नॉइज़ को दूर करने में अच्छे होते हैं, और किनारों के अपेक्षाकृत कम धुंधलापन का कारण बनते हैं, और इसलिए अक्सर कंप्यूटर दृष्टि अनुप्रयोगों में उपयोग किया जाते है।

तरंगिका रूपांतरण
एक छवि निरूपण कलन विधि का मुख्य उद्देश्य तरंगिका निस्यंदन बैंकों का उपयोग करके रव न्यूनीकरण और सुविधा संरक्षण नों को प्राप्त करना है। इस संदर्भ में, तरंगिका-आधारित विधियाँ विशेष रुचि रखती हैं। तरंगिका कार्यक्षेत्र में, नॉइज़ पूरे गुणांक में समान रूप से फैलता है जबकि अधिकांश छवि जानकारी कुछ बड़े क्षेत्रो में केंद्रित होती है। इसलिए, पहले तरंगिका-आधारित निरूपण विधियाँ विस्तार सबबैंड गुणांकों की सीमा पर आधारित थीं।  हालांकि, अधिकांश तरंगिका सीमा विधियाँ इस खामी से ग्रस्त हैं और चुनी हुई दहलीज विभिन्न पैमानों और झुकावों पर संकेत और नॉइज़ घटकों के विशिष्ट वितरण से मेल नहीं खाती है।

इन नुकसानों को दूर करने के लिए, बायेसियन सिद्धांत पर आधारित गैर-रेखीय अनुमानक विकसित किए गए हैं। बायेसियन ढांचे में, यह माना गया है कि एक सफल निरूपण कलन विधि रव न्यूनीकरण और सुविधा संरक्षण दोनों को प्राप्त कर सकता है यदि यह संकेत और नॉइज़ घटकों के सटीक सांख्यिकीय विवरण को नियोजित क्र सके तो।

सांख्यिकीय पद्धतियां
छवि को निरूपित करने के लिए सांख्यिकीय तरीके भी मौजूद हैं, हालांकि उनका उपयोग कभी-कभार ही किया जाता है क्योंकि वे अभिकलनीयतः रूप से मांग कर रहते हैं। गाऊसी नॉइज़ के लिए, कोई एक ग्रेस्केल छवि में पिक्सल को स्वतः सामान्य रूप से वितरित के रूप में प्रतिरूप कर सकता है, जहां प्रत्येक पिक्सेल का वास्तविक ग्रेस्केल मान सामान्य रूप से उसके साथ सटे पिक्सेल के औसत ग्रेस्केल मान और दिए गए विचरण के बराबर के साथ वितरित किया जाता है।

मान लीजिए $$ \delta_i $$ $$i$$वें पिक्सेल से सटे पिक्सेल को निरूपित करता है। फिर $$ i$$वें नोड पर ग्रेस्केल तीव्रता (एक $$ [0,1] $$ पैमाने पर) का सशर्त वितरण है,

$$ \mathbb{P}(x(i) = c|x(j) \forall j \in \delta i) \propto e^{-\frac{\beta}{2 \lambda} \sum_{j \in \delta i} (c - x(j))^2} $$

चुने हुए पैरामीटर के लिए $$ \beta \ge 0 $$ और भिन्नता $$ \lambda $$ है। स्वत:-सामान्य प्रतिरूप का उपयोग करने वाले निरूपण की एक विधि छवि डेटा का उपयोग बायेसियन पूर्व के रूप में छवि डेटा का उपयोग करती है, जिसके परिणामस्वरूप पश्च वितरण एक मतलब या प्रणाली को एक विकृत छवि के रूप में प्रस्तुत करता है।

ब्लॉक-मिलान कलन विधि
एक ब्लॉक-मिलान कलन विधि को समान आकार के अतिव्यापी मैक्रोब्लॉक्स में समान छवि अंशों को समूहित करने के लिए लागू किया जा सकता है, समान मैक्रोब्लॉक के ढेर को फिर रूपांतरित कार्यक्षेत्र में एक साथ निस्यंदक किया जाता है और प्रत्येक छवि खंड को अधिव्यापी के भारित औसत का उपयोग करके अपने मूल स्थान परपुनर्स्थापित किया जाता है।

यादृच्छिक क्षेत्र
संकोचन क्षेत्र एक यादृच्छिक क्षेत्र -आधारित  मशीन सीखने की तकनीक है जो ब्लॉक-मिलान और 3डी निस्पंदन की तुलना में प्रदर्शन लाती है, फिर भी बहुत कम अतिरिक्त संगणनात्मक की आवश्यकता होती है (जैसे कि इसे सीधे अंतः स्थापित प्रणालियाँ  के भीतर निष्पादित किया जा सकता है)।

गहन अधिगम
रव न्यूनीकरण और ऐसे छवि बहाली  कार्यों को हल करने के लिए विभिन्न गहन अधिगम दृष्टिकोण प्रस्तावित किए गए हैं।  पूर्ववर्ती गहन छवि  एक ऐसी तकनीक है जो  दृढ़ तंत्रिका प्रसार का उपयोग करती है और इस मायने में अलग है कि इसके लिए किसी पूर्व प्रशिक्षण डेटा की आवश्यकता नहीं है।

सॉफ्टवेयर
अधिकांश सामान्य उद्देश्य वाली छवि और फोटो संपादन सॉफ़्टवेयर में एक या अधिक नॉइज़-घटाने वाले कार्य होंगे (माध्यिका, धुंधलापन, डिस्पेकल, आदि) होंगे।

सामान्य नॉइज़ मुद्दे

 * निस्पंदन (संकेत प्रसंस्करण)
 * संकेत प्रक्रमन
 * संकेत उपसमष्‍टि

श्र्व्य

 * स्थापत्य ध्वनिकी
 * हटाने पर क्लिक करें
 * कोडेक श्रवण परीक्षण
 * रव मुद्रण
 * रव-रद्द करने वाला आकर्णक
 * ध्वनि आवरण

चित्र और वीडियो

 * काला-ढांचा व्यवकलन
 * डिजिटल छवि प्रसंस्करण
 * कुल भिन्नता निरूपण
 * वीडियो आक्षेप

इसी तरह की समस्याएं

 * बर निवारण

बाहरी संबंध

 * Recent trends in denoising tutorial
 * Noise Reduction in photography
 * Matlab software and Photoshop plug-in for image denoising (Pointwise SA-DCT filter)
 * Matlab software for image and video denoising (Non-local transform-domain filter)
 * Non-local image denoising, with code and online demonstration