利用绿色通道先验的彩色图像去噪

在标准RGB空间中的噪声去除仍然是一项具有挑战性的任务，因为真实世界图像的噪声统计在R、G和B通道中可能不同。事实上，绿色通道在原始数据中通常具有两倍的采样率和比红色/蓝色通道更高的信噪比。然而，绿色通道先验在彩色图像去噪中常常被低估或忽略，因为许多现有方法主要关注图像块之间的关系建模。在本文中，我们提出了一种简单有效的一步式基于绿色通道先验的图像去噪方法，旨在通过将绿色通道先验集成到经典的非局部变换域去噪框架中，在sRGB空间中利用绿色通道先验进行去噪。简而言之，我们首先利用绿色通道引导相似块的搜索，这提高了块搜索质量并促进了变换域中的稀疏性。然后，我们将RGB块重新格式化为RGGB数组，以显式表征绿色样本的密度。利用块循环表示来捕获跨通道相关性和通道冗余。在合成和真实数据集上的实验表明，所提出的GCP-ID方法在彩色图像和视频去噪任务中具有竞争性能。代码可在github.com/ZhaomingKong/GCP-ID获取。