Tipos de distribución de ruido blanco y caracterización audio fotoliptófono

Uno de los problemas que me resultaban difíciles de enfrentar con respecto a la recuperación del audio del fotoliptófono se refería a determinar su verdadero rango dinámico y su verdadera respuesta en frecuencia.
Asumiendo una determinada respuesta en frecuencia limitada al momento del registro en el celuloide. Luego de su traslado al papel quedarán ciertas irregularidades en los trazos que serán el resultado tanto de las limitaciones de la propia señal original como de errores de proceso (sistema de registro, copia y del soporte). ¿De qué manera poder determinar qué parte de la señal estaba intencionalmente allí (componentes de alta frecuencia de los instrumentos musicales)? ¿Qué parte corresponde a ruido presente o generado en el proceso de registro? ¿Qué parte corresponde al proceso de copia, soporte y reproducción?
Por ser más específico, si realizamos un escaneo de la señal impresa en el papel con una resolución de 9600 dpi o más, seguramente obtendremos una señal con componentes de alta frecuencia que son un artefacto del modo en que recomponemos la señal detectando irregularidades del papel más que de la señal. Algo semejante ocurriría con el ruido a cinta. Registrando señales limitadas en banda con alta velocidad de cinta podrían obtenerse reproducciones con componentes de ruido de cinta de alta frecuencia que no pertenecen a la señal deseada. ¿Cómo eliminarlos? ¿Cómo saber cuál es cuál?
Los sistemas reductores de ruido parecen (es limitación de conocimiento mía, quizás) utilizar características del espectro, pero no necesariamente características de la distribución (histograma de samples).
Mi turismo intelectual reciente sobre ruido blanco con distinto tipo de distribuciones quizás podría ser una pista a explorar para encarar el proceso de limpieza de un modo diferente.
El objetivo de los sistemas típicos es quitar ruido, tenga la causa que tenga. ¿Podrá encontrarse un modo de quitar sólo el ruido agregado por el proceso, dejando el ruido original de registro? ¿Podrán caracterizarse las distribuciones típicas de uno y otro ruido, con el fin de separarlas luego? ¿Vendrá a cuento aquí el test de hipótesis referido a cuál de las distribuciones es la que mejor se ajusta al histograma de datos?
Como pista de guía de futuro turismo intelectual se me ocurre que podrían obtenerse cortes de filtro abrupto pasabanda y analizar los histogramas de estas muestras? Los tipos de distribución deberían ser estimados por procesos independientes. El del papel podría obtenerse de zonas sin registro, por ejemplo.