综述 | 图像去噪方法比较
点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
作者:CV君 来自:我爱计算机视觉
图像去噪是计算机视觉领域的传统方向,对于可见光图像、视频、核磁图像等的处理仍应用广泛,在工业和学术界引起很多人的关注,基于BM3D(block-matching 3D ,2007)框架的系列算法是该领域的著名方法,其结合图像非局部相似的属性和变换域的稀疏表示,在深度学习用于CV各领域的今天仍有用武之地。
今天新出的论文『A Comprehensive Comparison of Multi-Dimensional Image Denoising Methods』,对传统的图像去噪方法和深度学习方法进行了综述和比较,考察了191篇文献,相信对研究该方向的朋友定有帮助。
该文作者信息:
作者来自理海大学和华南理工大学。
论文链接:https://arxiv.org/abs/2011.03462
代码链接:https://github.com/ZhaomingKong/Denoising-Comparison
图像去噪旨在给定噪声图像恢复原图像,单在噪声模型难以估计的情况下,利用图像的 NLSS(非局部自相似) 属性成为方法的主流。亦即自然图像内部含有相似的图像块,利用此特点恢复源图像,NLSS先验与补丁表征示例:
传统图像去噪方法(成功的BM3D框架的众多方法)流程:
即噪声图像经过Grouping、Collaborative filtering、Aggregation,得到结果图像。
传统的多维图像数据的去噪器:
基于DNN去噪方法及应用:
具有三个卷积层的简单CNN去噪框架图解:
该文详尽总结了用于评测结果的人工合成和真实世界的多维图像去噪数据集(具体出处和下载方式请参考原论文):
具有代表性的多维图像去噪方法和数据集的发展史:
部分数据集的示例图像:
另外为评估算法,作者还推出了自己收集的IOCI数据集:
传统方法和基于DNN的方法在几个真实彩色图像数据集上的结果,以 PSNR 和 SSIM 为评价指标:(请点击查看大图)
多个方法在真实彩色视频数据集上的评比详细结果:
另外,对于图像去噪PSNR 和 SSIM 并不能完美反应图像质量,作者还做了大量的视觉效果评估:
1)CC15 数据集(PSNR) (图8)
2)PolyU 数据集(PSNR) (图9)
3)IOCI’s IPHONE 5S 数据集(PSNR) (图10)
4)IOCV 数据集(彩色视频去噪)(图11)
同样,作者使用用户调查打分的方式,得到了人为评分结果:
FastDVDNet算法在计算量较低的前提下,效果表现也一致的好。
在 CAVE 数据集上的高噪声水平σ=100时,对基于张量的去噪器的比较结果:(图12)
CAVE 数据集上,高斯噪声 σ = {10, 30, 50, 100}时的质量和计算时间(分钟)对比结果:(表7)
高斯噪声下 MSt-SVD 和 QRNN3D 的平均PSNR/SSIM 值和计算时间(分钟)σ∈{10,20}(表8)
在真实世界 HHD 数据集上,MSI 去噪方法比较结果:(图13)
σ≥11%时高噪声水平下的去噪性能比较:(图14)
T1w、T2w和PDw数据被Rician噪声破坏的情况下,不同方法的平均PSNR/SSIM 值 和 计算时间(s)(表9)
在估计噪声水平σ = 19% 的合成Brainweb T1w 数据上对比较方法进行可视化评估(图15)
在估计噪声水平σ=3% 的真实OAS1 0112 T1w数据上对比较方法进行可视化评估(图16)
在估计噪声水平σ = 4.5% 的真实 OAS1 0092 T1w数据上对比较方法进行可视化评估(图17)
CBM3D1 在 σ∈[10,30]时五个数据集上的 PSNR 和 SSIM 值对比(图18)
PSNR 和 SSIM 6种不同实现的(图19)
使用和不使用图像大小调整策略的 CMSt-SVD 方法的视觉效果对比:(图20)
当一组中的所有补丁都相同时,T-HOSVD 应用于无噪声图像时的过度平滑效果图(图21)
最终,作者总结发现:
1)BM3D系算法在性能和效果上均展示出不俗的表现;
2)对于仅从噪声观察中学习的传统降噪器,改进的奇异值分解(M-SVD)方法能够与许多基于张量的方法产生相似的结果;
3)基于DNN的方法虽然在合成数据集上训练(因为所需标签数据在实际场景中是不存在的,只能采用合成噪声图像的方法),但在实际测试中仍表现出强大的泛化能力。
下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2:Python视觉实战项目31讲
在「小白学视觉」公众号后台回复:Python视觉实战项目31讲,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。
下载3:OpenCV实战项目20讲
在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。
下载4:leetcode算法开源书
在「小白学视觉」公众号后台回复:leetcode,即可下载。每题都 runtime beats 100% 的开源好书,你值得拥有!
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~
综述 | 图像去噪方法比较相关推荐
- dncnn图像去噪_基于强化学习的图像去噪方法与流程
本发明属于图像处理技术领域,涉及一种基于机器学习技术,采用强化学习去除图像噪声的方法. 背景技术: 随着计算机技术的发展,人们对于图像质量的要求越来越高.但是,由于环境或拍摄设备等因素,能够获得图像通 ...
- 计算机视觉图像去噪原理,图像去噪方法研究进展
管美静 珠杰 吴燕如 摘 要: 图像在采集或传输的过程中会受到随机噪声的污染,给后续的图像分割.特征提取等处理造成干扰.常见噪声分为椒盐噪声.高斯噪声和混合噪声,为了进行图像处理,需对图像去噪.文章 ...
- 基于深度卷积神经网络(D-CNN)的图像去噪方法
基于深度卷积神经网络的图像去噪方法 摘要:图像去噪在图像处理中仍然是一个具有挑战性的问题.作者提出了一种基于深度卷积神经网络(DCNN)的图像去噪方法.作者设计的不同于其他基于学习的方法:一个DC ...
- 基于深度学习的图像去噪方法归纳总结
目录 图像去噪概述: (1)数据预处理 (2)特征提取 (3)去噪模型设计和选择 基于深度学习的图像去噪方法 基于卷积神经网络的去噪方法 基于CNN自监督学习去噪 基于CNN监督学习去噪 基于残差网络 ...
- matlab图像去噪最好方法,基于MATLAB软件的图像去噪方法比较_王姣斐
2011年8月甘 肃 农 业 大 学 学 报 第4 6卷第4期157-160 JOURNAL OF GANSU AGRICULTURAL UNIVERSITY双月刊 基于MATLAB软件的图像去噪方法 ...
- matlab正则法去噪,一种基于正则化主成分追踪的图像去噪方法
一种基于正则化主成分追踪的图像去噪方法 [专利摘要]本发明公开了一种基于正则化主成分追踪的图像去噪方法,通过构建正则化主成分追踪模型,并采用迭代求解方法求解出图像包含的低秩分量和稀疏分量:其中稀疏分量 ...
- 基于小波变换的图像去噪方法
基于小波变换的图像去噪 前言 一.小波变换的发展 二.阈值去噪法的介绍 2.1. 基本原理 2.2. 流程图 2.3. 阈值函数的选取 2.4. 阈值的选取 2.5. 分解函数和重构函数 2.6. 峰 ...
- 噪点检测matlab,基于噪点检测的中值滤波图像去噪方法
摘 要: 图像去噪是图像处理中一个非常重要的环节.针对传统中值滤波方法存在的不足,提出一种新的基于噪点检测的自适应中值滤波图像去噪方法.该方法通过自适应地改变滤波窗口的大小,局部检测并判断极值点是否 ...
- dncnn图像去噪_三种图像去噪方法的比较研究
齐艳丽 [摘 要]图像噪声会严重影响其视觉效果,采用适当的方法进行图像去噪是一项必不可少的预处理操作.本文对几种常用的图像去噪方法进行了分析,通过仿真高斯噪声和椒盐噪声,着重对基于均值滤波.中值滤波以 ...
最新文章
- java·环境变量、基本数据类型
- Java开发中Netty线程模型原理解析!
- 浅谈Junit测试中反射和Jmock的应用
- C语言运算符优先级列表
- 【渝粤教育】国家开放大学2018年秋季 1087t数学分析专题研究 参考试题
- mysql对结果限制_在查询中限制MySQL结果
- 诗与远方:无题(五十五)- 曾经写给妹子的一首诗
- deeplink唤醒app测试软件,DeepLink唤醒App的简单实现方法
- C#-记录一些常见的语法特性
- iOS开源项目周报1229
- shell基础之EOF的用法
- 解决微信小程序图片过大上传失败问题
- 北京周末游周边 —— 延庆世园会
- ASP.NET MVC 分部页 PartialViewResult
- H5如何与原生App(ios,安卓,RN)通信?
- 南邮/南邮计算机考研经验贴2022
- csgo 放置机器人_csgo怎么在确定位置放置一个bot?
- 谁要动“软件”的奶酪?汽车芯片厂商集体“下沉”
- navicat连接linux线上MySQL出现2003错误码
- EasyRecovery适用于Windows和Mac的专业数据恢复软件
热门文章
- A* 算法之父、人工智能先驱Nils Nilsson逝世 | 缅怀
- 图很难理解?看这篇图论基础与图存储结构就够了
- iPad mini时隔四年更新,搭载A12芯片,起售价2999
- AI删库,程序员背锅?
- 架构师实践日 · 6.30 杭州站 | 视觉 AI 技术如何助力行业提升?来西子湖畔与业内大咖面对面交流!
- JetBrains 宣布:IntelliJ 平台彻底停用 Log4j 组件,建议切换至 java.util.logging
- 为什么阿里巴巴禁止使用Apache Beanutils进行属性的copy?
- 身为 Java 程序员必须掌握的 10 款开源工具!
- 精度87%!业内首个动静统一的图像分割套件重磅推出
- 机器学习集成学习与模型融合!