基于感知的乘性噪声去除方法使用随机微分方程

乘性噪声，也称为散斑噪声或胡椒噪声，常见于合成孔径雷达（SAR）、激光或光学透镜产生的图像。与通常源于热过程或外部因素的加性噪声不同，乘性噪声是系统固有的，源自漫反射的波动。这些波动导致同一信号的多个副本以不同幅度被组合。因此，去散斑或去除乘性噪声需要不同于加性噪声去除的技术。在本文中，我们提出了一种使用基于随机微分方程（SDEs）扩散模型的新方法来处理乘性噪声。我们证明乘性噪声在对数域中可以有效地建模为几何布朗运动过程。利用福克-普朗克方程，我们推导出对应的图像去噪逆过程。为验证我们的方法，我们在两个不同的数据集上进行了广泛实验，将我们的方法与经典信号处理技术和当代基于CNN的噪声去除模型进行了比较。我们的结果表明，所提出的方法在FID和LPIPS等感知指标上显著优于现有方法，同时在PSNR和SSIM等传统指标上保持了具有竞争力的性能。