跟着卷卷龙一起学 Camera--BM3D

BM3D 方法强有力的去噪性能主要来源于该方法对图像增强的稀疏表示，这种增强的稀疏性是因为块匹配后的各个图像块是彼此高度相似的，而且对块匹配群组结果执行了可分的三维变换。

BM3D 算法的基本思想:首先将图像分成特定大小(比如 8X8) 的分块，用距离(如欧氏距离等)来衡量图像块之间的相似性。根据距离的差别对所有的图像分块进行分组，组合处于同一组内的二维图像分块，生成一个三维数组:再运用联合滤波对生成的三维数组进行处理，最后通过逆变换，把处理后的结果返回到原图像中，从而得到去噪图像 。这种方法在像素点估算过程中引入的人工噪声很小，能保留图像的大部分细节信息 。 去噪图像不仅有较高的信噪比，而且视觉效果也很好。将图像按照滑窗的操作方式，分成若干个块，然后对每个参考块进行搜索，在整幅图像中搜索其相似块。根据块的相似程度，将匹配块进行组合形成一个三维矩阵 。 该矩阵的数据具有很高的相关性，通过三维国变换可以有效地降低其相关性 。 同时，通过变换域系数的滤波，可以大幅度降低噪声。随后的三维反变换可以得到每个相似块的预估计值。对整幅图像的每个参考块都进行搜索、变换、滤波、反变换操作 。 最终将所有相似块的预估计值进行重构加权，得到最终的去噪结果。