多维图像去噪方法的综合比较
图像与视频处理
2020-11-09 v1 计算机视觉与模式识别
摘要
对彩色图像、彩色视频、多光谱图像和磁共振图像等多维图像进行滤波，在有效性和效率方面均具挑战性。利用图像的非局部自相似(NLSS)特性和变换域中的稀疏表示，基于块匹配与三维滤波(BM3D)的方法展现出强大的去噪性能。近来，大量具有不同正则化项、变换和先进深度神经网络(DNN)架构的新方法被提出以提升去噪质量。本文中，我们在合成与真实世界数据集上对超过 60 种方法进行了广泛比较。我们还引入了一个新的彩色图像与视频数据集用于基准测试，并从定量指标、视觉效果、人类评分和计算成本四个不同视角进行评估。综合实验表明：(i) BM3D 系列在各种去噪任务中的有效性与高效性，(ii) 一个简单的基于矩阵的算法可与其张量对应算法产生相似结果，以及 (iii) 若干用合成高斯噪声训练的 DNN 模型在真实世界彩色图像与视频数据集上展现出最先进(state-of-the-art)性能。尽管近年来有所进展，我们仍讨论了现有技术的不足与可能的扩展。用于评估的数据集与代码已公开于 https://github.com/ZhaomingKong/Denoising-Comparison。
引用
@article{arxiv.2011.03462,
title = {A Comprehensive Comparison of Multi-Dimensional Image Denoising Methods},
author = {Zhaoming Kong and Xiaowei Yang and Lifang He},
journal= {arXiv preprint arXiv:2011.03462},
year = {2020}
}