Made available in DSpace on 2014-06-11T19:22:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-12-07Bitstream added on 2014-06-13T19:28:02Z : No. of bitstreams: 1 tiago_mm_me_ilha.pdf: 962669 bytes, checksum: 4988399c15f758626b264c1adb577b2f (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Um dos setores de grande importância na indústria frigorífica é o responsável pelo esquarte- jamento de aves, no qual peças inteiras são separadas em partes menores para comercialização. O processo de esquartejamento pode ser feito de forma automática, através de máquinas de corte, ou por trabalhadores, que cortam as aves utilizando uma serra circular. Por ser um tra- balho manual e envolver uma lâmina de corte, a periculosidade desse tipo de trabalho é alta, de maneira que mesmo com o uso de uma luva de aço inox como equipamento de proteção, costumam ocorrer acidentes que podem variar desde pequenos cortes até amputação de parte da mão do trabalhador atingido. Neste trabalho, é apresentado um método de análise de sinais para evitar que esse tipo de acidente ocorra. Esse sistema baseia-se na análise dos sinais acústicos envolvidos gerados durante esse processo e são utilizados para desligar o motor que impulsiona a serra e acionar um sistema de frenagem em casos quando houver a ocorrência de acidentes. O problema é abordado utilizando inicialmente um filtro digital e, posteriormente, com as técni- cas de análise multirresolução apresentadas pelas wavelets. Além disso, empregou-se também a decomposição de modo empírico, que também realiza uma análise multirresolução dos sinais decompondo os mesmos em funções de modo intrínseco. Visando detectar o maior número possível de toques suaves de luva na serra sem que cortes de ossos de frango fossem confundi- dos com toques de luva, o sistema apresentou um índice de acertos de aproximadamente 70%, havendo a ocorrência de apenas 2% de falsos positivos. Além desse problema, abordou-se o caso de detecção de trinca em ovos, no qual o objetivo era separar ovos trincados de ovos in- teiros utilizando um sistema barato e eficiente... / One of the most important sectors in the meatpacking industry is chicken quartering, where whole pieces are cut into smaller ones. The quartering process can be done by automatic ma- chines or by manually cutting the chickens using a circular saw. The manual technique imposes physical risks for the workers, which wear protective stainless steel gloves. Small injuries or, in the worst case, amputation of part of the hand can occur in the event of an accident. In this work, we propose a methodology to prevent this type of accident, which is based on the anal- ysis of the acoustic signals generated during this process. In the event of an accident, the saw touches the metal glove, the acoustic signals are processed and used to turn off the engine that drives the saw and trigger a braking system. The problem is firstly analyzed using a digital filter and then with multiresolution techniques by wavelet analysis. In addition, the empirical mode decomposition technique is also employed, which also performs multiresolution analysis of sig- nals. These three techniques are implemented and compared. The method presented a 70% of successful detection of light touches of saw/glove and 2% of false positives, when a normal cut operation is detected as a saw/glove touch, in general occurring when cutting specific parts of bone. Besides this problem, the case of eggshell crack detection is studied, where the goal was to separate cracked eggs from intact eggs using an inexpensive and efficient system. A solenoid was used as a source of mechanical excitation and the resulting acoustic signals were acquired and processed. The same signal processing techniques were employed and compared, with small changes in parameters. As a result, it was possible to detect 80% of cracked eggs and 100% of intact eggs. The multiresolution technique... (Complete abstract click electronic access below)

Made available in DSpace on 2016-02-05T18:29:43Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-10-08. Added 1 bitstream(s) on 2016-02-05T18:33:44Z : No. of bitstreams: 1 000857500.pdf: 4743253 bytes, checksum: da5d2724b71f588ae56be27cfaf9a5bd (MD5) / O Eletrocardiograma (ECG) e um exame de extrema importância para avaliar a saúde do coração de um individuo. A analise de seu traçado possibilita diagnosticar uma serie de doenças e anomalias. Para isso, sistemas computacionais precisam segmentar os sinais de ECG, cujo primeiro passo e a detecção dos complexos QRS (ondas Q, R e S). Mui- tos métodos tem sido propostos para tal finalidade. Os primeiros utilizavam técnicas de filtragem e diferenciação, mas recentemente alguns pesquisadores tem concebido metodologias baseadas na analise de multirresolução da transformada Wavelet. Seguindo caminho semelhante, neste trabalho e proposta uma metodologia baseada na decomposição em valores singulares em multirresolução (MRSVD), para solução do problema de detecção dos complexos QRS de um sinal de ECG, que pode ser dividida em quatro etapas essenciais: pré-processamento, inspeção, decisão e correção. Em quase todas elas ha implementações inovadoras: na primeira utiliza-se, de forma inédita, a MRSVD; na segunda etapa exploram-se características fisiológicas do músculo cardíaco para certificar-se de que um determinado segmento compreende ou não uma onda R autentica; na ultima, são corrigidas as detecções baseadas nas amplitudes das ondas R. A avaliação da qualidade de detecção, para os experimentos realizados, mostra que o algoritmo proposto atingiu taxa de previsibilidade de 99, 20%, taxa de sensibilidade de 99, 70% e erro de apenas 1,10%, contra 97, 10%, 99, 00% e 3, 70%, respectivamente, obtidas por outro método / The electrocardiogram (ECG) is a test of utmost importance to evaluate the heart health of a person. The analysis of its layout enables diagnose a number of diseases and abnor- malities. For computer systems that need to segment the ECG signal, the first step the detection of QRS complexes. The earliest methods used filtering techniques and differen- tiation. Recently some researchers have designed methodologies based the multiresolution analysis the wavelet transform. Following similar path, this work proposes a methodology based on singular value decomposition in multiresolution (MRSVD), to solve the prob- lem of detection of QRS complexes of an ECG signal, which can be divided in four key stages: preprocessing, inspection, decision and correction. In of all, there are innovative proposals: in the first, it is used, in an unprecedented manner, the MRSVD; the second stage explores the physiological characteristics of the heart muscle, to make sure that a particular segment comprises or not a genuine R wave and, the last, corrects detections based on the amplitudes of the R wave. The evaluation of quality of detection for the experiments shows that the proposed algorithm has reached a predictive and sensitivity rates of of 99.20% and 99.70%, respectively, and error of only 1.10%, in comparation to another method which obtained 97, 10%, 99, 00% and 3, 70%, respectively

No description available.

Co-Orientador : Henrique Firkowski / Orientador : Edson Aparecido Mitishita / Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciencias da Terra, Programa de Pós-Graduação em Ciencias Geodésicas. Defesa: Curitiba, 28/08/2009 / Bibliografia: fls.138-144 / Área de concentração / Resumo: Os modelos digitais de terreno (MDT) têm sido empregados nas mais diversas áreas do conhecimento em que se necessita de visualização e análise da superfície geográfica em três dimensões. O formato de grade regular tem sido largamente empregado para o armazenamento de dados de MDT por sua simplicidade de algoritmo e rapidez de processamento. Os sistemas de laser scanner permitem a obtenção de modelos digitais de terreno de alta resolução e com grande acurácia. Este trabalho tem por objetivo verificar o comportamento da transformada wavelet na generalização de modelos digitais do terreno sob a forma de grades regulares, obtidas a partir de dados do laser scanner. Este trabalho justifica-se pelo fato de que, em pesquisa feita sobre o assunto, observou-se que a transformada wavelet tem sido largamente utilizada para o tratamento multiescalar (multirresolução) em áreas tão diversas como matemática, geofísica, astronomia, física, processamento de sinais e imagens, engenharia elétrica, medicina, entre outras. Entretanto, a quantidade de trabalhos publicados na área de Geociências é ainda muito pequena, apesar das propriedades da transformada wavelet, que a tornam uma ferramenta matemática natural para generalização e análise em diferentes escalas. As transformadas wavelets foram implementadas em programas na linguagem Matlab. Foram utilizadas as wavelets de Haar, Daubechies e Symlets. A generalização por Krigagem foi utilizada para a comparação dos resultados. Os resultados obtidos nos experimentos realizados permitem afirmar que a transformada wavelet pode ser utilizada como alternativa para a generalização de MDT em razão da facilidade de implementação, baixo custo computacional, alta velocidade de processamento e acurácia compatível com a resolução obtida no MDT generalizado, além de ser um método natural de análise multirresolução. / Abstract: The digital terrain models (DTM) have been used in several areas of knowledge for the visualization and analysis of geographic surface in three dimensions. The regular grid format has been widely used for data storage of DTM due to its algorithm simplicity and fast processing. The laser scanner systems allow obtaining digital elevation models with high resolution and great accuracy. This work aims at studying the behavior of the wavelet transform for digital terrain models generalization in form of regular grids, obtained from laser scanner data. This work is justified because it was observed in papers available that the wavelet transform has been widely used for treating multiscale (multiresolution) in areas as mathematics, geophysics, astronomy, physics, signal and images processing, electrical engineering, medicine, among others. However, the number of published studies of Geosciences is still very small, although the properties of the wavelet transform, which makes it a natural mathematical tool for generalization and analysis at different scales. The wavelet transforms were implemented in Matlab language programs. Haar, Daubechies and Symlet wavelets were used. The Kriging generalization was used for the comparison of the results. The experiments shown that the wavelet transform can be used as an alternative for generalization of DTM due to the implementation facility, low computational cost, high processing speed and accuracy compatible with the resolution obtained in the generalized DTM, and be a natural method for multiresolution analysis.

Made available in DSpace on 2014-06-11T19:22:33Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-08-23Bitstream added on 2014-06-13T19:28:05Z : No. of bitstreams: 1 uzinski_jc_me_ilha.pdf: 2461694 bytes, checksum: a550e7ee5e16f06fdb77aca59eb3519e (MD5) / Geralmente, em processamento digital de sinais, quando um sinal vai ser analisado usando a transformada wavelet, algumas ou várias funções wavelets são testadas e aquela que melhor se adapta no tempo e na frequência com o dado sinal é a escolhida. Entretanto, sabese que propriedades, como regularidade, suavidade e suporte compacto são determinantes na escolha da função wavelet a ser usada. Funções com suporte maior aumentam a resolução em frequência, mas diminuem a resolução temporal do sinal transformado. Assim, deve-se escolher uma função wavelet cujo suporte não comprometa nenhuma das resoluções. Momentos nulos e suavidade estão matematicamente relacionados, pois quanto maior o número de momentos nulos de uma wavelet, mais suave ela é. Quanto maior a suavidade da wavelet, maior a probabilidade de reconstrução perfeita do sinal decomposto pela transformada wavelet. Segundo a formulação de Sherlock & Monro o espaço de wavelets ortonormais é parametrizado por um conjunto de parâmetros angulares, adaptando o trabalho com matrizes paraunitárias. Esta parametrização pode ser usada para ajustar a wavelet, a fim de melhorar o índice de desempenho de algumas aplicações relacionadas ao processamento de sinais em questão. A formulação de Sherlock & Monro fora estendida para até dois momentos nulos em trabalhos anteriores e, respectivamente, para três momentos nulos neste trabalho. Além da extensão dessa formulação, este texto apresenta uma aplicação da mesma em relação ao diagnóstico de falhas em sinais elétricos. / Generally, in digital signal processing when a signal is to be analyzed using the wavelet transform, some or several wavelet functions are tested and the one that best matches in time and frequency with the given signal is chosen. However, it is known that properties such as regularity, smoothness and compact support are decisive in the choice of the wavelet function to be used. Functions with greater support increase frequency resolution, on the other hand decrease the temporal resolution of the transformed signal. Thus, one should pick a wavelet function which support does not compromise any of the resolutions. Vanishing Moments and smoothness are closely connected, since the greater is the number of vanishing moments the smoother is the wavelet. And how much smoother is the wavelet, the greater is the probability of perfect reconstruction of the signal decomposed by wavelet transform. According to the formulation of Sherlock and Monro the space of orthonormal wavelets is parameterized by a set of angular parameters, adapting the work of factorization of paraunitary matrices. That parameterization could be used to adjust the wavelet in order to improve the performance index of some applications related to signal processing. The formulation of Sherlock and Monro was extended for up to two vanishing moments in previous papers and, respectively, and to up to three vanishing moments in this work. Beyond the extent of this formulation, this text presents an application of the constructed wavelets for the diagnosis of faults in electrical signals.

Made available in DSpace on 2014-06-11T19:22:33Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-02-20Bitstream added on 2014-06-13T19:48:56Z : No. of bitstreams: 1 abreu_cce_me_ilha.pdf: 1221566 bytes, checksum: 78f8a4bacd3c2d3d2e1232a784d1607c (MD5) / O método proposto neste trabalho tem por objetivo superar algumas deficiências que os métodos que utilizam limiar apresentam quando se almeja a redução de ruído em sinais de voz. Dentre elas, destaca-se a dificuldade no processamento de sinais contaminados com ruído colorido. Com base neste fato, desenvolveu-se um método eficiente para o processamento de vários tipos de ruído colorido, que é o tipo de ruído presente em situações reais. A metodologia de redução de ruído proposta consiste na estimação do sinal de saída a partir do original, no domínio wavelet, sem o uso de limiar. O sinal é estimado por equações de diferenças finitas. Para a estimação do ruído é usado um operador, que é aplicado em cada uma das equações de diferenças. Uma combinação polinomial é realizada de maneira a condensar todas as equações de diferenças em uma única função de transferência. Esta por sua vez sofrerá um ajuste sigmoidal visando uma melhor adequação entre as amplitudes dos sinais originais e processados. Porém, antes disto, propõe-se uma pré-filtragem realizada por um operador de pré-processamento. O filtro é obtido no último passo, quando é feito o ajuste sigmoidal. A principal mudança, em relação às metodologias anteriores, está na construção de um filtro que atue no sinal levando em consideração informações contidas em cada coeficiente ou em uma pequena vizinhança do mesmo. Com isso, não se faz necessário o uso de um único valor (valor do limiar) como referência para processar todos os coeficientes de uma faixa de frequência do sinal. Comparando o método proposto com o método desenvolvido por Soares et al. (2011), constatou-se a obtenção de melhores resultados / The method proposed in this paper aims to overcome some deficiencies of the methods which use the threshold feature when the objective is to reduce noise in speech signals. Among them, it was highlight the difficult in processing signals contaminated with colored noise. Based on this fact, it was developed a method that is efficient for the processing of various types of colored noise, which is the predominant noise in real situations. The proposed noise reduction method consists in estimating the output signal from the original, in wavelet domain, without using a threshold value. The signal is estimated by finite difference equations. For the noise estimation an operator, which is applied to each difference equation. A polynomial combination is performed in order to condense all difference equations in a single transfer function, which, in turn, will suffer a sigmoidal adjustment, seeking a better adequacy between the amplitudes of the original and processed signals. However, before this, a pre-filtering performed by an operator of pre-processing is proposed. The filter is obtained in the last step, which is the sigmoidal adjustment. The main change is in the construction of a filter that act on the signal taking into account the information contained in each coefficient or in a small neighborhood of it. Thus, it is not necessary to use a single value (threshold value) as reference to process all the coefficients of a frequency band of the signal. The proposed method was compared the one developed by Soares et al. (2011), and better results were obtained

Orientador: Francisco Villarreal Alvarado / Coorientador: Marco Aparecido Queiroz Duarte / Banca: Jozué Vieira Filho / Banca: Edivaldo Romanini / Resumo: Geralmente, em processamento digital de sinais, quando um sinal vai ser analisado usando a transformada wavelet, algumas ou várias funções wavelets são testadas e aquela que melhor se adapta no tempo e na frequência com o dado sinal é a escolhida. Entretanto, sabese que propriedades, como regularidade, suavidade e suporte compacto são determinantes na escolha da função wavelet a ser usada. Funções com suporte maior aumentam a resolução em frequência, mas diminuem a resolução temporal do sinal transformado. Assim, deve-se escolher uma função wavelet cujo suporte não comprometa nenhuma das resoluções. Momentos nulos e suavidade estão matematicamente relacionados, pois quanto maior o número de momentos nulos de uma wavelet, mais suave ela é. Quanto maior a suavidade da wavelet, maior a probabilidade de reconstrução perfeita do sinal decomposto pela transformada wavelet. Segundo a formulação de Sherlock & Monro o espaço de wavelets ortonormais é parametrizado por um conjunto de parâmetros angulares, adaptando o trabalho com matrizes paraunitárias. Esta parametrização pode ser usada para ajustar a wavelet, a fim de melhorar o índice de desempenho de algumas aplicações relacionadas ao processamento de sinais em questão. A formulação de Sherlock & Monro fora estendida para até dois momentos nulos em trabalhos anteriores e, respectivamente, para três momentos nulos neste trabalho. Além da extensão dessa formulação, este texto apresenta uma aplicação da mesma em relação ao diagnóstico de falhas em sinais elétricos. / Abstract: Generally, in digital signal processing when a signal is to be analyzed using the wavelet transform, some or several wavelet functions are tested and the one that best matches in time and frequency with the given signal is chosen. However, it is known that properties such as regularity, smoothness and compact support are decisive in the choice of the wavelet function to be used. Functions with greater support increase frequency resolution, on the other hand decrease the temporal resolution of the transformed signal. Thus, one should pick a wavelet function which support does not compromise any of the resolutions. Vanishing Moments and smoothness are closely connected, since the greater is the number of vanishing moments the smoother is the wavelet. And how much smoother is the wavelet, the greater is the probability of perfect reconstruction of the signal decomposed by wavelet transform. According to the formulation of Sherlock and Monro the space of orthonormal wavelets is parameterized by a set of angular parameters, adapting the work of factorization of paraunitary matrices. That parameterization could be used to adjust the wavelet in order to improve the performance index of some applications related to signal processing. The formulation of Sherlock and Monro was extended for up to two vanishing moments in previous papers and, respectively, and to up to three vanishing moments in this work. Beyond the extent of this formulation, this text presents an application of the constructed wavelets for the diagnosis of faults in electrical signals. / Mestre

Orientador: Ricardo Tokio Higuti / Banca: Francisco Villarreal Alvarado / Banca: Washington Luiz de Barros Melo / Resumo: Um dos setores de grande importância na indústria frigorífica é o responsável pelo esquarte- jamento de aves, no qual peças inteiras são separadas em partes menores para comercialização. O processo de esquartejamento pode ser feito de forma automática, através de máquinas de corte, ou por trabalhadores, que cortam as aves utilizando uma serra circular. Por ser um tra- balho manual e envolver uma lâmina de corte, a periculosidade desse tipo de trabalho é alta, de maneira que mesmo com o uso de uma luva de aço inox como equipamento de proteção, costumam ocorrer acidentes que podem variar desde pequenos cortes até amputação de parte da mão do trabalhador atingido. Neste trabalho, é apresentado um método de análise de sinais para evitar que esse tipo de acidente ocorra. Esse sistema baseia-se na análise dos sinais acústicos envolvidos gerados durante esse processo e são utilizados para desligar o motor que impulsiona a serra e acionar um sistema de frenagem em casos quando houver a ocorrência de acidentes. O problema é abordado utilizando inicialmente um filtro digital e, posteriormente, com as técni- cas de análise multirresolução apresentadas pelas wavelets. Além disso, empregou-se também a decomposição de modo empírico, que também realiza uma análise multirresolução dos sinais decompondo os mesmos em funções de modo intrínseco. Visando detectar o maior número possível de toques suaves de luva na serra sem que cortes de ossos de frango fossem confundi- dos com toques de luva, o sistema apresentou um índice de acertos de aproximadamente 70%, havendo a ocorrência de apenas 2% de falsos positivos. Além desse problema, abordou-se o caso de detecção de trinca em ovos, no qual o objetivo era separar ovos trincados de ovos in- teiros utilizando um sistema barato e eficiente... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: One of the most important sectors in the meatpacking industry is chicken quartering, where whole pieces are cut into smaller ones. The quartering process can be done by automatic ma- chines or by manually cutting the chickens using a circular saw. The manual technique imposes physical risks for the workers, which wear protective stainless steel gloves. Small injuries or, in the worst case, amputation of part of the hand can occur in the event of an accident. In this work, we propose a methodology to prevent this type of accident, which is based on the anal- ysis of the acoustic signals generated during this process. In the event of an accident, the saw touches the metal glove, the acoustic signals are processed and used to turn off the engine that drives the saw and trigger a braking system. The problem is firstly analyzed using a digital filter and then with multiresolution techniques by wavelet analysis. In addition, the empirical mode decomposition technique is also employed, which also performs multiresolution analysis of sig- nals. These three techniques are implemented and compared. The method presented a 70% of successful detection of light touches of saw/glove and 2% of false positives, when a normal cut operation is detected as a saw/glove touch, in general occurring when cutting specific parts of bone. Besides this problem, the case of eggshell crack detection is studied, where the goal was to separate cracked eggs from intact eggs using an inexpensive and efficient system. A solenoid was used as a source of mechanical excitation and the resulting acoustic signals were acquired and processed. The same signal processing techniques were employed and compared, with small changes in parameters. As a result, it was possible to detect 80% of cracked eggs and 100% of intact eggs. The multiresolution technique... (Complete abstract click electronic access below) / Mestre

Orientador: Jozué Vieira Filho / Banca: Marco Aparecido Queiroz Duarte / Banca: Roberto Kawakami Harrop Galvão / Resumo: O Eletrocardiograma (ECG) e um exame de extrema importância para avaliar a saúde do coração de um individuo. A analise de seu traçado possibilita diagnosticar uma serie de doenças e anomalias. Para isso, sistemas computacionais precisam segmentar os sinais de ECG, cujo primeiro passo e a detecção dos complexos QRS (ondas Q, R e S). Mui- tos métodos tem sido propostos para tal finalidade. Os primeiros utilizavam técnicas de filtragem e diferenciação, mas recentemente alguns pesquisadores tem concebido metodologias baseadas na analise de multirresolução da transformada Wavelet. Seguindo caminho semelhante, neste trabalho e proposta uma metodologia baseada na decomposição em valores singulares em multirresolução (MRSVD), para solução do problema de detecção dos complexos QRS de um sinal de ECG, que pode ser dividida em quatro etapas essenciais: pré-processamento, inspeção, decisão e correção. Em quase todas elas ha implementações inovadoras: na primeira utiliza-se, de forma inédita, a MRSVD; na segunda etapa exploram-se características fisiológicas do músculo cardíaco para certificar-se de que um determinado segmento compreende ou não uma onda R autentica; na ultima, são corrigidas as detecções baseadas nas amplitudes das ondas R. A avaliação da qualidade de detecção, para os experimentos realizados, mostra que o algoritmo proposto atingiu taxa de previsibilidade de 99, 20%, taxa de sensibilidade de 99, 70% e erro de apenas 1,10%, contra 97, 10%, 99, 00% e 3, 70%, respectivamente, obtidas por outro método / Abstract: The electrocardiogram (ECG) is a test of utmost importance to evaluate the heart health of a person. The analysis of its layout enables diagnose a number of diseases and abnor- malities. For computer systems that need to segment the ECG signal, the first step the detection of QRS complexes. The earliest methods used filtering techniques and differen- tiation. Recently some researchers have designed methodologies based the multiresolution analysis the wavelet transform. Following similar path, this work proposes a methodology based on singular value decomposition in multiresolution (MRSVD), to solve the prob- lem of detection of QRS complexes of an ECG signal, which can be divided in four key stages: preprocessing, inspection, decision and correction. In of all, there are innovative proposals: in the first, it is used, in an unprecedented manner, the MRSVD; the second stage explores the physiological characteristics of the heart muscle, to make sure that a particular segment comprises or not a genuine R wave and, the last, corrects detections based on the amplitudes of the R wave. The evaluation of quality of detection for the experiments shows that the proposed algorithm has reached a predictive and sensitivity rates of of 99.20% and 99.70%, respectively, and error of only 1.10%, in comparation to another method which obtained 97, 10%, 99, 00% and 3, 70%, respectively / Mestre

Orientador: Francisco Villarreal Alvarado / Coorientador: Marco Aparecido Queiroz Duarte / Banca: Josué Vieira Filho / Banca: Leandro de Campos Teixeira Gomes / Resumo: O método proposto neste trabalho tem por objetivo superar algumas deficiências que os métodos que utilizam limiar apresentam quando se almeja a redução de ruído em sinais de voz. Dentre elas, destaca-se a dificuldade no processamento de sinais contaminados com ruído colorido. Com base neste fato, desenvolveu-se um método eficiente para o processamento de vários tipos de ruído colorido, que é o tipo de ruído presente em situações reais. A metodologia de redução de ruído proposta consiste na estimação do sinal de saída a partir do original, no domínio wavelet, sem o uso de limiar. O sinal é estimado por equações de diferenças finitas. Para a estimação do ruído é usado um operador, que é aplicado em cada uma das equações de diferenças. Uma combinação polinomial é realizada de maneira a condensar todas as equações de diferenças em uma única função de transferência. Esta por sua vez sofrerá um ajuste sigmoidal visando uma melhor adequação entre as amplitudes dos sinais originais e processados. Porém, antes disto, propõe-se uma pré-filtragem realizada por um operador de pré-processamento. O filtro é obtido no último passo, quando é feito o ajuste sigmoidal. A principal mudança, em relação às metodologias anteriores, está na construção de um filtro que atue no sinal levando em consideração informações contidas em cada coeficiente ou em uma pequena vizinhança do mesmo. Com isso, não se faz necessário o uso de um único valor (valor do limiar) como referência para processar todos os coeficientes de uma faixa de frequência do sinal. Comparando o método proposto com o método desenvolvido por Soares et al. (2011), constatou-se a obtenção de melhores resultados / Abstract: The method proposed in this paper aims to overcome some deficiencies of the methods which use the threshold feature when the objective is to reduce noise in speech signals. Among them, it was highlight the difficult in processing signals contaminated with colored noise. Based on this fact, it was developed a method that is efficient for the processing of various types of colored noise, which is the predominant noise in real situations. The proposed noise reduction method consists in estimating the output signal from the original, in wavelet domain, without using a threshold value. The signal is estimated by finite difference equations. For the noise estimation an operator, which is applied to each difference equation. A polynomial combination is performed in order to condense all difference equations in a single transfer function, which, in turn, will suffer a sigmoidal adjustment, seeking a better adequacy between the amplitudes of the original and processed signals. However, before this, a pre-filtering performed by an operator of pre-processing is proposed. The filter is obtained in the last step, which is the sigmoidal adjustment. The main change is in the construction of a filter that act on the signal taking into account the information contained in each coefficient or in a small neighborhood of it. Thus, it is not necessary to use a single value (threshold value) as reference to process all the coefficients of a frequency band of the signal. The proposed method was compared the one developed by Soares et al. (2011), and better results were obtained / Mestre