图像去噪算法的提升
计算机视觉与模式识别
2015-03-13 v2 数值分析
摘要
本文提出了一种用于改进图像去噪方法的通用递归算法。给定初始去噪图像，我们建议重复以下“SOS”过程：(i)（S）通过将先前去噪图像加到退化输入图像来增强信号，(ii)（O）在增强图像上操作去噪方法，以及(iii)（S）从恢复的信号增强结果中减去先前去噪图像。针对K-SVD图像去噪及相关算法研究了该过程的收敛性。同样在K-SVD图像去噪背景下，我们引入了SOS算法的一种有趣解释，将其视为缩小局部块建模与全局恢复任务之间差距的技术，从而带来性能提升。在探寻SOS算法的理论起源中，我们提供了方法的基于图的解释，其中SOS递归更新有效地最小化了一个旨在去噪图像的惩罚函数，同时由图拉普拉斯正则化。我们展示了针对若干领先去噪方法（K-SVD、NLM、BM3D和EPLL）的SOS提升算法，显示出进一步改善去噪性能的趋向。
引用
@article{arxiv.1502.06220,
title = {Boosting of Image Denoising Algorithms},
author = {Yaniv Romano and Michael Elad},
journal= {arXiv preprint arXiv:1502.06220},
year = {2015}
}
备注
33 pages, 9 figures, 3 tables, submitted to SIAM Journal on Imaging Sciences