跟着卷卷龙一起学 Camera-- 噪声与去噪 04

在英文论文中，经常有个词‘state of the art’，直接看有点不明白这个短语的意思，意译 过来就是，这门手艺的翘楚，业内称 BM3D 算法，在去噪算法里就是‘state of the art’， 它可以得到最高的峰值信噪比。 简单说 BM3D 是融合了 spatial denoise 和 tranform denoise。 它先吸取了 NLM 中的计算相似块的方法，然后又融合了小波变换域去噪的方法。这是 芬兰 Tampere 工业大学在 2007 年发表的论文里提出的算法。（了解 NOKIA 的人就知道 Tampere 这个城市就是 NOKIA 最早起源的地方）。 具体算法如下： 第一步，搜索相似块，然后把相似的块 grouping 成一个个 3D stack。（图像本身是 2D， 变成 stack 就成了 3D）.第二步，把这些 3D stack 进行变换域.第三步，3D 协同滤波----听着很邪乎，细节需要自行 wiki.第四步，反变换以及 blending.红色模块里提到的在变换域中 thresholding 的设定，有自适应计算的方法，但在工程中 用的效果比较好的是噪声模型法，关于噪声模型，我们会在下一篇中进行介绍。说到 bm3d 这些高级算法可以利用数学方式把信号分解成不同性质的部分，然后 根据不同的噪声特点进行去噪，噪声模型是其去噪的重要参考依据。先做一个实验： 用相机手动设置 曝光时间（33ms），ISO（3200），拍一张 Grey scale chart 的照片。可以看到，图像上有很多噪声，对这个图像做横切，然后可以得到 pixel value 相对 intensity 的显示图.Pixel value 相对 intensity 显示图 继续拍 n 张照片.把 n 张照片求平均得到一张照片.把所有图片的像素的值显示在一个图里可以看到.中间的实线是图像均值，所有被虚线保卫的红色的点，是所有图像的像素值。 按照图解噪声与去噪第一讲里的方法，画出像素标准差对均值的曲线可以得到.1.噪声随着亮度的增加而增加。 2.标准差与均值遵循一定的函数关系。