noisereductie

Noisereductie is het proces waarbij ongewenste ruis of storende elementen uit een signaal worden verwijderd of verminderd, zodat de helderheid en bruikbaarheid toeneemt. De term wordt gebruikt voor zowel audiosignalen als beelden en video, en kan zowel in real-time als in nabewerking worden toegepast. Doel is om de gewenste informatie zo goed mogelijk te behouden terwijl de storende componenten worden beperkt.

Bij audio wordt ruisonderdrukking vaak uitgevoerd met adaptieve filters en spectrale subtractie. Voorbeelden zijn Wiener-filters, MMSE-gebaseerde estimators en varianten die ruisprofielen modelleren. Recente systemen gebruiken diepe neurale netwerken die ruis kunnen leren onderscheiden van de gewenste stem of muziek, met aandacht voor spraakkwaliteit en natuurlijkheid.

In beeld en video noemen we dit ruisreductie. Methoden omvatten spatial filtering (bijv. mediane en Gaussiaanse filters), non-local means, BM3D en wavelet-based denoising, vaak aangevuld met diepgeleerde modellen die ruis en details tegelijk kunnen reconstrueren. De technieken worden toegepast bij camera’s, smartphones, videostreams en medische beelden.

Toepassingsgebieden zijn onder meer muziek- en stemopnamen, telefonie en videoconferencing, gehoorreductie in hulpmiddelen, en beeld- en filmproductie. Belangrijke afwegingen zijn onder meer het behouden van detail, het voorkomen van artefacten zoals muzikale ruis, en de latentie en rekenbelasting bij real-time toepassingen.

Evaluatie gebeurt met objectieve maatstaven zoals SNR, PSNR en SSIM, en perceptuele maatstaven zoals PESQ en STOI voor spraak. Subjectieve evaluaties blijven belangrijk. De geschiedenis omvat vroege analoge ruisonderdrukking en digitale algoritmen uit de jaren negentig, met de opkomst van AI-gedreven ruisonderdrukking in de afgelopen jaren.