摄影中高斯噪声滤波视觉感知综述

统计学家以及机器学习和计算机视觉专家一直在研究通过对文本文档、层析成像、天文和低光照摄影等不同摄影领域进行去噪来实现图像复原。在本文中，我们应用 R 和 python 语言中的常见推断核滤波器以及 Adobe Lightroom 的去噪滤波器，并比较它们在去除 JPEG 图像噪声方面的有效性。我们运行标准基准测试来评估每种方法去除噪声的有效性。在此过程中，我们还调查了 Elon University 的学生，了解他们对由各种滤波方法处理的一组照片中单张滤波照片的看法。许多科学家认为噪声滤波器会导致模糊和图像质量损失，因此我们分析了人们是否觉得去噪相比其无噪声图像造成了任何质量损失。个体在 1 到 10 的量表上给出分数，指示去噪照片相对于其无噪声对应图像的图像质量。将调查分数跨滤波器进行比较，以评估所收到的图像质量分数是否存在显著差异。将基准分数与视觉感知分数进行比较。然后，运行协方差分析检验以确定调查训练分数是否解释了学生跨滤波方法所赋视觉分数中的任何非计划变异。