测地Gramian去噪在受多种概率分布采样噪声污染图像上的应用
图像与视频处理
2022-03-08 v1 计算机视觉与模式识别
机器学习
摘要
随着精密相机的日常使用激增，现代社会的人们对拍摄高质量图像更感兴趣。然而，由于图像中的噪声污染，图像质量可能低于人们的预期。因此，在保留重要图像特征的同时滤除噪声是一项基本需求。当前现有的去噪方法对其达到预期去噪性能所依据的污染噪声采样的概率分布各有假设。本文中，我们利用近期提出的基于Gramian的滤波方案，从选定图像中去除采样自五种显著概率分布的噪声。该方法通过采用从图像划分出的块而非像素来保持图像平滑性，并通过在块空间底层的流形上而非图像域中执行去噪来保留重要图像特征。我们使用三幅基准计算机视觉测试图像，并将其应用于两种最先进的去噪方法即BM3D和K-SVD，来验证其去噪性能。
引用
@article{arxiv.2203.02600,
title = {Geodesic Gramian Denoising Applied to the Images Contaminated With Noise Sampled From Diverse Probability Distributions},
author = {Yonggi Park and Kelum Gajamannage and Alexey Sadovski},
journal= {arXiv preprint arXiv:2203.02600},
year = {2022}
}
备注
10 pages, 5 figures, submitted to 11-th International Conference on Data Science, Technology, and Applications. arXiv admin note: text overlap with arXiv:2010.07769