图像降噪的本质是:从图像中去掉无关的信号。
假设噪音性质:平均值为零;则可以对像素点周围像素取平均值。
降噪问题(这里只讨论additive noise),用最简单的数学语言一句话就可以描述清楚:
y = x + e
y是你观察到的带噪音的图像,e是噪音,x是干净无噪音的图像。只已知y,外加e的概率分布,降噪问题需要你去寻找最接近真实值的x。
一般图像去噪中常见的噪声有以下几种:
加性噪声 、乘性噪声 、量化噪声 、“椒盐”噪声 、高斯噪声 及冲击噪声。
根据噪声产生的来源,大致可以分为外部噪声和内部噪声两大类。
根据算法利用了什么图像性质,或者用到的手段,大概把各种算法分成如下几类:
- 滤波类
- 稀疏表达类
- 外部先验
- 聚类低秩
- 深度学习
了解算法详情,可在该链接中查看:https://github.com/wenbihan/reproducible-image-denoising-state-of-the-art