A New Operator for the Detection of Transitions in Noisy Signals
Un Nouvel Opérateur pour la Détection de Ruptures dans des Signaux Bruités
OPEN ACCESS
Cet article décrit un nouvel opérateur dedétection de rupture dans un signal très bruité. Cet opérateur s'appuie sur les propriétés de stationnaritélocale du signal. Il est basé sur l'estimation de la variance de son momentd'ordre 1 glissant. Il s'agit d'un filtre non linéaire qui fournit en sortieune valeur prochedezéro dans le cas stationnaire et une réponsede forte amplitude en présencede rupture. Son comportement s'apparente, d'une certaine façon, àceluidel'opérateurde Canny- Deriche auquel il est systématiquement comparé pour des signaux, bruités ou non, comportant une rupture. Lacomparaison s'avère à l'avantage de ce nouvel opérateur.
Résumé
This paper describes a new operator for the detectionoftransitions in a very noisy signal. It is based on the local properties of stationarityofthe signal. It estimates the variance of the first order momentofthe signal in a sliding window. Considered as a non linear filter, its output is nearly zero in amplitude for stationary parts of the signal and is very highinamplitude in presence ofa discontinuity. Its behavior can be compared in some way to the Canny-Deriche operator. The results of a systematic comparison between both operators is given on ideal and noisy signals. In most cases, the new operator comes to be a better estimate ofthe discontinuity.
Detection, segmentation, noise, statistics, mean, variance, estimation, IIR filter, FIR filter.
Mots clés
Détection, segmentation, bruit, statistique, filtre moyenneur, variance, estimation, filtre à RII, filtre à RIF.
[1] M. BASSEVILLE, A. BENHALLAM, C. DONCARLI, M.F. LUCAS, D. DE BRUCQ, O. COLOT, H. RIX, E. THIERRY, F. KAUFFMANN,« Fichesd'algorithmes de segmentationdes signaux »,Traitementdu signal, Vol.9 supplémentau N°l, 1992, p. 115-147.
[2] D. V. HINKLEY, «Inference about the changepoint from cumulative sum tests », Biometrika,Vol. 58, 1971, p. 509-523.
[3] D. MARR and E.C. HILDRETH, « Theory of Edge Detection »,Proceedings of the Royal Society of London B. 207, 1980, p. 187-217.
[4] J. CANNY, « A Computational Approach to Edge Detection »,IEEE, Trans. Pattern anal. Machine Intell.,Vol.PAMI-8, N°6, Nov. 1986, p. 679-698.
[5] S. CASTAN, J. ZHAO et J. SHEN, « Une famille de détecteurs de contours basée sur le filtre exponentiel optimal»,AFCET RFIA89, Paris, 1989, p. 2336.
[6] J. SHEN and S. CASTAN, «Un nouvel algorithmededétectionde contours », Proceedings of 5th Conf on PR. &A.L,Grenoble, 1985, p. 201-213.
[7] J. SHEN and S. CASTAN, « An optimal linear operator foEdge detection », Proc. CVPR'86, Miami, 1986, p. 109-114.
[8] R. DERICHE, « Détection optimale de contours avec une mise en oeuvre récursive»,Proc. du 1lièmecolloqueGRETSI-NICE, du ler au 5juin 1987, p. 483-486.
[9] R. DERICHE, « Fast Algorithms for Low-Level Vision », IEEE, Trans. Pattern anal. Machine Intell.,Vol.PAMI-12, N°1, Jan.1990, p. 78-87.
[10] W.Y LIU, LE.MAGNIN, G. GIMENEZ, « A statistic based approach for segmentation »,14th ann. int. conf. of the IEEE/EMBS,Paris, France, Oct.29Nov.1, 1992, p. 1924-1925.
[11] W.Y. LIU, «Détection de rupture par mesure de non stationnarité locale : application à la segmentation de signaux multidimensionnels», Thèse de doctorat: Institut National des Sciences Appliquées de Lyon, 1994, 256 pp.