4 个月前

一种用于真实世界图像去噪的三边加权稀疏编码方案

一种用于真实世界图像去噪的三边加权稀疏编码方案

摘要

大多数现有的图像去噪方法假设噪声为加性白高斯噪声(AWGN)。然而,现实世界中的噪声比AWGN要复杂得多,难以用简单的解析分布进行建模。因此,许多文献中提出的先进去噪方法在应用于CCD或CMOS相机拍摄的真实世界含噪图像时效果大打折扣。本文提出了一种稳健的真实世界图像去噪方案——三边加权稀疏编码(TWSC)。具体而言,我们在稀疏编码框架的数据项和正则化项中引入了三个权重矩阵,以表征真实噪声的统计特性和图像先验。TWSC可以重新表述为一个线性等式约束问题,并可以通过交替方向乘子法求解。我们分析了该算法解的存在性和唯一性以及收敛性。大量实验表明,所提出的TWSC方案在去除真实噪声方面优于现有的先进去噪方法。

基准测试

基准方法指标
color-image-denoising-on-darmstadt-noiseTWSC
PSNR (sRGB): 37.94
SSIM (sRGB): 0.9403
denoising-on-darmstadt-noise-datasetTWSC
PSNR: 37.93

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
一种用于真实世界图像去噪的三边加权稀疏编码方案 | 论文 | HyperAI超神经