BM3D算法介绍「建议收藏」

全栈程序员-站长 • 2022年5月30日下午5:36 • 未分类 • 阅读 44

BM3D算法介绍「建议收藏」论文名称：Imagedenoisingbysparse3Dtransform-domaincollaborativefiltering下载地址：https://webpages.tuni.fi/foi/GCF-BM3D/BM3D_TIP_2007.pdfhttps://webpages.tuni.fi/foi/GCF-BM3D/BM3D_TIP_2007.pdf目录基本原理FlowchartofBM3Dstep1step2FastAndEfficient.

大家好，又见面了，我是你们的朋友全栈君。

论文名称：Image denoising by sparse 3D transform-domain collaborative filtering

下载地址：https://webpages.tuni.fi/foi/GCF-BM3D/BM3D_TIP_2007.pdfhttps://webpages.tuni.fi/foi/GCF-BM3D/BM3D_TIP_2007.pdf

目录

Flowchart of BM3D

Fast And Efficient Realization

Parameter selection

基本原理

图像做块间匹配，把多张相似的2D图像块组成3D组，对3D组进行域变换，利用域变换上系数的稀疏性，进行滤波，然后再逆向3D域变换，得到滤波后的图像块，放回原来的位置，每个像素可能得到多次滤波的结果，最后进行加权得到降噪的图像。

Flowchart of BM3D

分两步进行，第一步得到基础估计，第二步得到最终估计，分两步的优势是

1、用基础估计的结果做块匹配，匹配的结果更加准确

2、使用基本估计作为经验维纳滤波的导频信号，比对噪声图像做3D域变换和hard-threshold更有效、更准确

BM3D算法介绍「建议收藏」

BM3D算法介绍「建议收藏」

BM3D算法介绍「建议收藏」

step1

块间匹配距离计算

BM3D算法介绍「建议收藏」

由于噪声的存在，不考虑重叠的情况，距离的期望和方差如下，其方差为O(σ4)

BM3D算法介绍「建议收藏」

由于实际块匹配时会出现块间重叠，导致一些理想间距大于阈值的块当作了相似块，而小于阈值的却被丢弃了，为了解决这个问题，先对2D块做线性域变换，然后做hard-thresholding，再反变换回来，如下

BM3D算法介绍「建议收藏」

间距小于某个阈值，认为是相似块，这些相似块组成3D组，组里块的顺序不重要

BM3D算法介绍「建议收藏」

对3D组做域变换，在变换域上做hard-threshold操作，然后再做逆变换，得到基础估计结果

BM3D算法介绍「建议收藏」

加权权重和分块估计的方差成反比，NharXR是hard-threshold之后非0系数的数目

BM3D算法介绍「建议收藏」

根据权重进行加权

BM3D算法介绍「建议收藏」

step2

对基础估计的结果做块匹配，组成一个3D组，同时，根据匹配结果，把原来的噪声图像块同样组成一个3D组，把两个3D组叠加在一起.

BM3D算法介绍「建议收藏」

计算维纳系数和维纳滤波

BM3D算法介绍「建议收藏」

BM3D算法介绍「建议收藏」

同样的，加权权重和分块估计的方差成反比

BM3D算法介绍「建议收藏」

加权滤波

BM3D算法介绍「建议收藏」

Fast And Efficient Realization

1、在进行块匹配过程中，不是滑窗逐像素进行匹配，而是已一定步长进行匹配，可以减少计算量

2、构成3D组的时候，限制最大的匹配块数目搜索匹配块时，限制最大的搜索区域

3、块匹配时，使用predictive search（具体可能要看下代码如何实现）

4、匹配时已经得到了2D变换，构成3D组时，再做1D变换就得到3D变换，不需要直接做3D变换

5、两个步骤中，进行hard_thresholding和Wiener_filtering时顺便把权重计算好，存在buffer里，最后Aggregation时就可以直接算

6、使用Kaiser window来减少边界效应

每个像素的复杂度（计算量很大)

BM3D算法介绍「建议收藏」

Parameter selection

噪声没那么严重时，λ2d=0，窗口大小N1=8，严重时为λ2d=2，N1=12

还分析了各种变换的选，2D变换用哪个，1D变换用哪个比较好，没有去细看了，反正最后的1D是使用Haar，2D变换用哪个好像关系不大，一般可能都是用DCT了

BM3D算法介绍「建议收藏」

C-BM3D

处理彩色图像时，把RGB转到YUV，Y通道进行匹配，匹配的结果直接在UV分量上使用

BM3D算法介绍「建议收藏」

Results

BM3D算法介绍「建议收藏」

BM3D算法介绍「建议收藏」

BM3D算法介绍「建议收藏」

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们举报，一经查实，本站将立刻删除。

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/138901.html原文链接：https://javaforall.net

赞 (0)

全栈程序员-站长

0 0

SpringBoot面试题整理，常问SpringBoot面试题汇总（2020版）

SpringBoot面试题整理，常问SpringBoot面试题汇总（2020版）找工作的历程太艰难，面试的过程很心烦，在没着落的每一天，心情都不太美妙，这时的我们唯一能做的就是多总结，多做准备，这样，起码心里会好受些！所以我准备了一点SpringBoot的面试题，为还正在找工作的小伙伴多增加些成功的筹码！1、什么是SpringBoot？SpringBoot是Spring开源组织下的子项目，是Spring组件一站式解决方案，主要是简化了使用Spring的难度，简省了繁重的配置，提供了各种启动器，开发者能快速上手。2、SpringBoot有哪些优点？.

全栈程序员-站长
2022年5月21日
34
矩阵卷积运算过程讲解「建议收藏」

矩阵卷积运算过程讲解「建议收藏」在爬虫处理验证码的过程中接触到矩阵卷积运算，关于该类运算，记录一下自己的心得。理论知识在讲述卷积过程前，我们来了解一下卷积公式。根据离散二维卷积公式：其中A为被卷积矩阵，K为卷积核，B为卷积结果，该公式中，三个矩阵的排序均从0开始。现在对于上面卷积过程进行分析：我们用来做例子的A矩阵为m×m(3×3)二维矩阵（被卷积矩阵），K为n×n(2×2)的二维矩阵（卷积核）。卷……

全栈程序员-站长
2025年6月28日
2
php 抽象工厂模式

php 抽象工厂模式/*抽象工厂模式:用来生成一组相关或相互依赖的对象。抽象工厂模式与工厂方法模式的区别：抽象工厂模式是工厂方法模式的升级版本，他用来创建一组相关或者相互依赖的对象。他与工厂方法模式的区别就在于，工厂方法模式针对的是一个产品等级结构；而抽象工厂模式则是针对的多个产品等级结构。在编程中，通常一个产品结构，表现为一个接口或者抽象类，也就是说，工厂方法模式提供的所有产品都是衍生自同一个接口或抽

全栈程序员-站长
2022年7月25日
8
1024程序员游戏(我与什么之间的故事)

代码虐我千万遍，我待代码如初恋！！！

全栈程序员-站长
2022年4月14日
47
ubuntu16.04 svn配置「建议收藏」

ubuntu16.04 svn配置「建议收藏」虽然目前最流行的项目托管平台是github，其分布式的存储思想非常先进，对于项目的敏捷开发也非常有好处。但缺点在于操作略显复杂，上手需要一定成本。而svn相比git操作简单许多，上手几乎无难度，适用于项目的管理。虽然目前有很多svn的使用方法，但对其使用却描述不够具体或者不够连续，接下来详细写出本人在ubuntu16.04下配置svn并上传至taocode托管平台的步骤：首先安装

全栈程序员-站长
2025年11月6日
3
优秀博客汇总

优秀博客汇总github爬取android优秀项目的网站https://android-arsenal.com/张涛-开源实验室http://www.kymjs.com/任玉刚（android开发与艺术探

全栈程序员-站长
2022年7月2日
30

发表回复

关注全栈程序员社区公众号