高纹理图像中白高斯噪声方差的盲估计
计算机视觉与模式识别
2017-11-30 v1
摘要
本文提出了一种在单幅高纹理图像中盲估计噪声方差的新方法。将输入图像划分为 8x8 块，并对每块进行离散余弦变换（DCT）。选取在所有块中按能量最低计算的 64 个 DCT 系数中的一部分用于进一步分析。针对这些 DCT 系数，计算噪声方差的鲁棒估计。根据所得估计，将仅针对所选 DCT 系数计算的局部方差值非常大的部分块排除在进一步分析之外。这两个步骤（噪声方差估计与块排除）迭代重复三次。为验证所提方法，设计了一个由许多高纹理图像组成的无噪声测试图像数据库 TAMPERE17。针对该数据库及噪声方差集合 {25, 49, 100, 225} 中的不同取值，结果表明所提方法的估计均方根误差约为其他方法的一半。
引用
@article{arxiv.1711.10792,
title = {Blind estimation of white Gaussian noise variance in highly textured images},
author = {Mykola Ponomarenko and Nikolay Gapon and Viacheslav Voronin and Karen Egiazarian},
journal= {arXiv preprint arXiv:1711.10792},
year = {2017}
}
备注
IS&T International Symposium on Electronic Imaging (EI 2018), Image Processing: Algorithms and Systems XVI