20、彩色照片去噪：基于色调、饱和度和强度扩散的新方法

彩色照片去噪：基于色调、饱和度和强度扩散的新方法

1. 引言

在过去的二十年里，图像去噪一直是一个基础且活跃的研究课题，广泛应用于各种图像处理和计算机视觉领域，如图像分割、压缩、目标识别和跟踪等。随着数码相机的广泛使用，彩色照片去噪变得尤为重要。在数码摄影中，高 ISO 设置虽能提高暗光环境下的感光度，但会使图像产生更多的传感器噪声。本文的主要目标是对高 ISO 照片进行去噪，以达到低 ISO 照片的质量，且无需使用昂贵的相机或配件。

与现有方法相比，本文有两大贡献：一是在 HSI（色调、饱和度和强度）空间而非传统的 RGB 空间进行彩色照片去噪，因为 HSI 模型更符合人类对颜色的感知。特别是强度扩散，采用了基于梯度向量流（GVF）的滤波器和四阶偏微分方程（PDE）滤波器相结合的 PDE 实现。色调和饱和度去噪分别采用了新的加权方向扩散和改进的曲率扩散。二是算法性能评估。以往大多使用合成噪声（如高斯噪声）评估算法性能，且去噪效果多通过人类视觉感知评估，少数使用均方误差（MSE）和峰值信噪比（PSNR）。本文使用真实的传感器噪声，通过将去噪后的照片与地面真值（同一相机在相同场景下，保持相同曝光，分别以低和高 ISO 设置拍摄的照片）进行比较，使用客观误差测量（MSE 和 PSNR）和主观视觉评估来评估算法性能。

2. 背景

图像去噪方法主要分为以下几类：
- PDE 方法 ：以 Perona - Malik（PM）方程为代表，其形式为 (I_t = div(g(|\nabla I|)\nabla I), g(\cdot)>0) 。该方程可改写为法向 - 切向（(\eta - \xi)）坐标形式，能更清晰