交叉场频率相关性: 用于 NIR 辅助图像去噪的 FCENet
计算机视觉与模式识别
2025-03-25 v2
摘要
现有的单张图像去噪算法往往在处理复杂噪声图像时难以恢复细节。近红外（NIR）图像的引入为 RGB 图像去噪提供了新的可能性。然而，由于 NIR 与 RGB 图像之间的不一致，现有工作仍然难以在图像融合过程中平衡两者的贡献。为此，本文发展了一种基于交叉场频率相关性的 NIR 辅助图像去噪网络（FCENet）。我们首先基于 NIR-RGB 图像对的深入统计频率分析，提出了频率相关性先验。该先验揭示了 NIR 与 RGB 图像在频域中的互补相关性。利用频率相关性先验，我们随后建立了由频率动态选择机制（FDSM）和频率穷尽融合机制（FEFM）组成的频率学习框架。FDSM 在频域中动态选择 NIR 与 RGB 图像的互补信息，FEFM 强化了在 NIR 与 RGB 特征融合过程中对共有特征和差异特征的控制。在模拟数据和真实数据上的大量实验验证了所提方法优于其他最先进方法的能力。该代码将在 https://github.com/yuchenwang815/FCENet 上发布。
引用
@article{arxiv.2412.16645,
title = {Complementary Advantages: Exploiting Cross-Field Frequency Correlation for NIR-Assisted Image Denoising},
author = {Yuchen Wang and Hongyuan Wang and Lizhi Wang and Xin Wang and Lin Zhu and Wanxuan Lu and Hua Huang},
journal= {arXiv preprint arXiv:2412.16645},
year = {2025}
}