Rauschschätzung

Rauschschätzung bezeichnet in der Signalverarbeitung die Bestimmung des Rauschanteils in einem beobachteten Signal und dient der Abtrennung von Rauschen und Nutzsignal. Ziel ist es, eine Schätzung der Statistik des Rauschens zu erhalten, um anschließend geeignete Filter- oder Denoising-Verfahren anzuwenden.

Anwendungen umfassen Audioverarbeitung, Bild- und Videoverarbeitung, Kommunikationssysteme, Sensorik sowie Biomedizinische Signale. Eine verlässliche Rauschschätzung erleichtert die Reduktion unerwünschter Störsignale, ohne das Nutzsignal unverhältnismäßig zu verzerren.

Modelle und Methoden: Häufig wird ein additives Rauschmodell y = s + n verwendet, wobei n oft als weißes Gaußsches Rauschen angenommen wird (n ~ N(0, sigma^2)). Ist die Varianz sigma^2 bekannt oder schätzbar, lässt sich daraus der Rauschanteil ableiten. Typische Ansätze umfassen blindschätzung der Rauschvarianz, Schätzung aus homogenen Bild- oder Zeitraumabschnitten, spektral- bzw. PSD-basierte Methoden, Wavelet- oder mehrskalenbasierte Denoising-Verfahren sowie robuste Schätzmethoden wie MAD. In der Praxis kommen auch nichtlokale und räumlich-zeitliche Techniken zum Einsatz.

Herausforderungen: Rauschschätzungen sind problematisch bei nicht-stationärem, farbigen oder korrelierten Rauschen, bei niedrigem Signal-Rausch-Verhältnis oder wenn das Rauschmodell von der Realität abweicht. In vielen Anwendungen existiert kein echter Ground-Truth-Wert, was blind geschätzte Größen besonders wichtig macht.

Bewertung und Zusammenhang: Die Güte der Rauschschätzung wird oft indirekt über Denoising-Qualität, MSE, RMSE, PSNR oder perceptuelle Metriken bewertet. Eine gute Rauschschätzung ist eng verknüpft mit effektiver Rauschunterdrückung, da sie die Wahl der Filterparameter maßgeblich beeinflusst.