文章目录

噪声参数估计相关

噪声参数估计相关

1是利用flat frame和 bias frame进行标定
在这里插入图片描述
2是通过图像估计

本文主要介绍2

1. Estimation Of Signal Dependent Noise Parameters From A Single Image

ICIP2013:http://www.ok.sc.e.titech.ac.jp/res/NLE/sd_nlevel.html

https://github.com/Joechann0831/LFSRBenchmark/blob/017609889cf8a9fe6227ccc5e28185b576fd5b74/RR/MATLAB/noise_level_estimation/NoiseLevel.m#L1

在这里插入图片描述

通过纹理强度筛选平坦区域。
在这里插入图片描述

纹理强度小于一定阈值的patch计算均值和方差。
在这里插入图片描述

同作者论文：http://www.ok.sc.e.titech.ac.jp/res/NLE/liu2014practical.pdf

2. Practical Poissonian-Gaussian noise modeling and fitting for single-image raw-data

code:https://webpages.tuni.fi/foi/sensornoise.html#ref_software
p文件是加密的matlab文件，因此并没有源代码

博客介绍：https://blog.csdn.net/qq_34901691/article/details/119304917

同一作者论文：Noise parameter mismatch in variance stabilization,
with an application to Poisson-Gaussian noise
estimation：https://webpages.tuni.fi/foi/papers/VSTmismatch_TIP_preprint_2014.pdf

3. Simplified noise model parameter estimation for signal-dependent noise

code:https://github.com/muggin/noise-parameter-estimation

目的还是找到flat region.

首先通过高斯滤波或者小波的方法得到降噪后的图像，可以认为近似flat, 原文中使用的第一次小波分解的低频成分。

然后筛选出降噪图像方差小于一定阈值的区域。然后计算原图的均值和方差。

原论文解释：
上面是筛选前的均值和方差分布，
下面是筛选后的，可以看出呈现近似的线性关系。
通过线性回归可以得到噪声参数。

在这里插入图片描述

一个筛选的示意图如下：
在这里插入图片描述

比较好的创新就是通过降噪后的图像筛选。这样其实更靠谱，降噪后的flat region近似ground truth.

4. PoGaIN: Poisson-Gaussian Image Noise Modeling from Paired Samples

利用图像对估计噪声参数。
比较了4中方法，
1是FOI的经典方法
2是利用clean-noise pair的方差法
3是CNN训练
4是作者提出的方法，比2稍好，但是复杂。
通过cumulant等统计信息建立方程，求解。
在这里插入图片描述

5. Image Noise Level Estimation by Principal Component Analysis

和 Image Sensor Noise Parameter Estimation by Variance Stabilization and Normality Assessmen

code: http://physics.medma.uni-heidelberg.de/cms/projects/132-pcanle
code:https://github.com/LuisWohlers/NoiseReconstruction

6. 论文

1
Parameter Estimation of Poisson–Gaussian Signal-Dependent Noise from Single Image of CMOS/CCD Image Sensor Using Local Binary Cyclic Jumping：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8705815/
2
Generalized signal-dependent noise model and
parameter estimation for natural images：
https://core.ac.uk/download/pdf/218145166.pdf

3
Parameter Estimation of Signal-Dependent Random Noise in CMOS/CCD Image Sensor Based on Numerical Characteristic of Mixed Poisson Noise Samples：
https://www.mdpi.com/1424-8220/18/7/2276/htm

4
Noise Parameter Estimation for Poisson Corrupted Images Using Variance Stabilization Transforms：
https://www.researchgate.net/publication/261605076_Noise_Parameter_Estimation_for_Poisson_Corrupted_Images_Using_Variance_Stabilization_Transforms

7. NERDS: A GENERAL FRAMEWORK TO TRAIN CAMERA DENOISERS FROM RAW-RGB NOISY IMAGE PARIS

7.1 常见的CNN去噪策略

在这里插入图片描述

1）pair, 2）噪声模型合成噪声图，3）无监督unpair, 和4）作者提出的利用down scale图近似ground truth

7.2 原理

1）利用重参数化技术噪声水平估计
在这里插入图片描述

2）卷积网络学习raw2srgb的转换
损失函数是估计的 noisy image 与 ground truth的L1

在这里插入图片描述

3）denoiser的设计
在这里插入图片描述