基于深度 Wiener-Kolmogorov 滤波器的显微图像复原
图像与视频处理
2020-05-15 v3 计算机视觉与模式识别
摘要
显微镜是生物学中一种强大的可视化工具，可用于研究细胞、组织及基础生物过程；然而，所观测的图像通常存在模糊与背景噪声。在本工作中，我们提出了一个用于高斯图像去模糊与去噪的统一算法框架。这些算法基于深度学习技术，将可学习正则化子集成到 Wiener-Kolmogorov 滤波器中。我们大量的实验表明，所提方法实现了更优的图像重建质量，并超越了仅依赖深度学习或仅依赖优化方案的求解方法。结合方差稳定变换，所提重建流程还可成功应用于泊松图像去模糊问题，超越当前最优（SOTA）方法。此外，所提框架的若干变体在低计算复杂度下展现出具有竞争力的性能，这对实时成像应用至关重要。
引用
@article{arxiv.1911.10989,
title = {Microscopy Image Restoration with Deep Wiener-Kolmogorov filters},
author = {Valeriya Pronina and Filippos Kokkinos and Dmitry V. Dylov and Stamatios Lefkimmiatis},
journal= {arXiv preprint arXiv:1911.10989},
year = {2020}
}
备注
Updated version