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