工业视觉 六 图像降噪及3D降噪

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：

1. 滤波类
2. 稀疏表达类
3. 外部先验
4. 聚类低秩
5. 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