可分离非局部均值方法的伪影抑制
计算机视觉与模式识别
2018-03-14 v1
摘要
最近的研究[ J. Electron. Imaging, 25(2), 2016 ]表明，可以使用一种称为提升（lifting）的方法对一维信号进行快速非局部均值（NLM）去噪。提升的代价与块长度无关，这大幅降低了大块时的运行时间。遗憾的是，很难直接将提升扩展用于图像的非局部均值去噪。为此，作者提出了一种可分离近似，其中使用提升对图像的行和列进行滤波。该整体算法比NLM显著更快，且在PSNR方面结果相当。然而，可分离处理常在图像中产生垂直和水平条纹。此前该问题通过使用基于双边滤波的后平滑来处理，能有效去除部分条纹。在本文中，我们证明只需在滤波中引入相邻行（或列），即可从源头上减轻条纹。换言之，我们采用二维搜索（类似于NLM），同时仍使用一维块（如先前方案）。新颖之处在于观察到可利用提升进行二维搜索。所提方法生成无伪影图像，其质量与PSNR与NLM相当，同时显著更快。
引用
@article{arxiv.1710.09552,
title = {Artifact reduction for separable non-local means},
author = {Sanjay Ghosh and Kunal N. Chaudhury},
journal= {arXiv preprint arXiv:1710.09552},
year = {2018}
}
备注
To appear in Journal of Electronic Imaging