布亚德斯，A。;科尔，B。;J.M.莫雷尔。 回顾了图像去噪算法，并介绍了一种新的算法。 （英语） Zbl 1108.94004号 多尺度模型。模拟。 4，第2期，490-530（2005）。 摘要：在函数分析和统计学的交叉点上，寻找有效的图像去噪方法仍然是一个有效的挑战。尽管最近提出的方法很复杂，但大多数算法尚未达到理想的适用性水平。当图像模型与算法假设相对应，但总体上失败并产生伪影或移除图像精细结构时，所有这些都显示出出色的性能。本文的主要重点是，首先，定义一种通用的数学和实验方法来比较和分类经典图像去噪算法，其次，提出一种非局部平均（NL-mans）算法来解决数字图像中结构的保留问题。数学分析是基于对“方法噪声”的分析，即数字图像与其去噪版本之间的差异。在一般统计图像模型下，证明了NL-Mans算法是渐近最优的。从四个方面比较了各种方法的去噪性能；数学：正则性假设下方法噪声的渐近量级；感知数学：算法伪影及其对违反图像模型的解释；定量实验：通过去噪版本到原始图像的距离（L^2）表。然而，最强大的评估方法似乎是在自然图像上可视化方法噪声。这种方法的噪声看起来越像真正的白噪声，方法就越好。 引用于2评论引用于399文件 MSC公司： 94A08型 信息与通信理论中的图像处理（压缩、重建等） 62华氏35 多元分析中的图像分析 关键词：图像复原;非参数估计;PDE平滑滤波器;自适应滤波器;频域滤波器 PDF格式BibTeX公司 XML格式引用 \textit{A.Buades}等人，多尺度模型。模拟。4，第2号，490--530（2005；Zbl 1108.94004） 全文： 内政部 链接