Обзоры методов шумоподавления
-
Upload
msu-gml-videogroup -
Category
Technology
-
view
781 -
download
1
description
Transcript of Обзоры методов шумоподавления
![Page 1: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/1.jpg)
Обзор некоторых подходов к шумоподавлению
Юрий Чернышов
Video Group
CS MSU Graphics & Media Lab
![Page 2: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/2.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Содержание
Введение
Источники и виды шумовЦели шумоподавления
АлгоритмыОбщие сведенияSTVF3D K-SVDMHMCFBM3D-SAPCA
Заключение
2
![Page 3: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/3.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Источники и виды шумов
3
Старение носителей информации (например, отслоение эмульсии)
Артефакты кодированияRinging
![Page 4: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/4.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Источники и виды шумов
4
Зернистость аналаговых носителей Проблемы при передаче данных по каналам Плохие сенсоры и условия съемки (белый Гауссов шум)
Echo added Grain
![Page 5: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/5.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Цели шумоподавления
5
Хорошее шумоподавление повышает степень сжатия:
«YUVSoft Video Denoiser Comparison», 2007
![Page 6: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/6.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Цели шумоподавления
6
Увеличивается и субъективное качество изображения:
«YUVSoft Video Denoiser Comparison», 2007
![Page 7: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/7.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Содержание
Введение
Источники и виды шумовЦели шумоподавления
АлгоритмыОбщие сведенияSTVF3D K-SVDMHMCFBM3D-SAPCA
Заключение
7
![Page 8: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/8.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Классификация алгоритмов
8
Три вида алгоритмов: Временные — усреднение текущего кадра с
предыдущими или последующими Пространственные — усреднение текущей области
(пикселя) кадра с его окружением Пространственно-временные — наиболее
эффективные, сочетают оба подхода
![Page 9: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/9.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Последние достижения
9
Последние достижения основаны на:Gaussian Scale Mixtures
Bilaterial filteringNLM
Learned DictionariesK-SVDK-LLD
Частотная фильтрацияMarkov Random Field
«BM3D Image Denoising with Shape-Adaptive Principal Component Analysis» (2009)
![Page 10: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/10.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Содержание
Введение
Источники и виды шумовЦели шумоподавления
АлгоритмыОбщие сведенияSTVF3D K-SVDMultihypotheses temporal-only algorithmBM3D-SAPCA
Заключение
10
![Page 11: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/11.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
STVF: определение шума
11
Алгоритм подавляет как белый, так и импульсный шум:
Пиксель поврежден импульсным шумом, если он достаточно (больше, чем на T1) отличается от каждого из пяти своих соседей.
«A novel content-adaptive video denoising filter» (ICASSP 2005)
![Page 12: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/12.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
STVF: фильтрация
12
Подавление импульсного шума:
Подавление белого шума:
yij=xi−1, jxi1, jxi , j−1xi , j1
4
yij=∑x∈S
f ∣x−xij∣∗x
∑x∈S
f ∣x−xij∣,where S={xi−1, j , xi1, j , xi , j−1 , xi , j1 , pij}
«A novel content-adaptive video denoising filter» (ICASSP 2005)
f i =2⌊T 1/8⌋−⌊i /8⌋
![Page 13: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/13.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
STVF: регуляризация
13
Нововведением стала регуляризация изображений:
«A novel content-adaptive video denoising filter» (ICASSP 2005)
zij=yij , ∣ yij−xij∣≤T 2∨xijmarked as impulsive
xij−T 2, y ijxij−T 2
xijT 2, y ijxijT 2{
![Page 14: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/14.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
STVF: результаты (1)
14
Akiyo Coastguard Foreman Mother Silent Stefan 25
27
29
31
33
35
37
39
41
43
Average PSNR (dB) of denoised sequences for noise with variance 16
Lowpass
Median
Weiner
Proposed
PSNR, dB
«A novel content-adaptive video denoising filter» (ICASSP 2005)
![Page 15: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/15.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
STVF: результаты (2)
15
Source Noisy
«A novel content-adaptive video denoising filter» (ICASSP 2005)
![Page 16: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/16.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
STVF: результаты (3)
16
Source Proposed
«A novel content-adaptive video denoising filter» (ICASSP 2005)
![Page 17: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/17.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
STVF: результаты (4)
17
ProposedNoisy
«A novel content-adaptive video denoising filter» (ICASSP 2005)
![Page 18: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/18.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
STVF: выводы
18
Достоинства:Скорость (линейная сложность, один проход)Независимость вычислений
Недостатки:Неочевидность значений T1 и T2
Подавление только пиксельных шумов
«A novel content-adaptive video denoising filter» (ICASSP 2005)
![Page 19: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/19.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Содержание
Введение
Источники и виды шумовЦели шумоподавления
АлгоритмыОбщие сведенияSTVF3D K-SVDMultihypotheses temporal-only algorithmBM3D-SAPCA
Заключение
19
![Page 20: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/20.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
K-SVD: идея метода
20
Назовем патчем некоторый блок изображения.Представим каждый патч кадра как линейную комбинацию известных патчей (атомов) из словаря.В словаре — порядка 300 атомов 6х6 пикселей каждый.
«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
![Page 21: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/21.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
K-SVD: словарь
21
Качество работы алгоритма напрямую зависит от словаря.Необходимо обучать словарь.
«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
Обучение словаря Фильтрация
![Page 22: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/22.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
K-SVD: обучение словаря
22
Смоделируем изображение:
Введем некоторую функцию штрафа:
Смысл функции штрафа: результат слабо отличается от исходного изображения, каждый патч изображения (извлекается оператором R) представляется вектором коэффициентов, при этом эти коэффициенты малы.
Y=XV ,V~N 0, 2
f error{ij}ij , X =∣∣Y−X∣∣22∑
i , j∈∣∣Dij−Rij X∣∣2
2∑i , j∈
ij∣∣ij∣∣0
«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
![Page 23: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/23.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Поиск представления
K-SVD: фильтрация
23«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
Получение итогового изображения
Изменение словаря
![Page 24: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/24.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
K-SVD: поиск представления
24
Предположим, что X фиксирован.
Для минимизации будем использовать OMP-алгоритм Пусть d — словарь, r — раскладываемый вектор
Найдем атом с наибольшей корреляцией:
Вычтем полученную величину из r
Повторим операцию достаточное число раз
«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
ij=arg min∣∣D−Rij X∣∣2
2∣∣∣∣0
k=arg maxk∣d k
T r∣
![Page 25: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/25.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
K-SVD: изменение словаря
25«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
Добавим в словарь то представление каждого патча, которое мы получили на предыдущем этапе.
D=D∪Dijдля всех i , j
![Page 26: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/26.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus K-SVD: получение
результата
26«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
X=arg minX∣∣X−Y∣∣2
2∑i , j∣∣Dij−Rij X∣∣2
2
Для получения итогового результата после нескольких итераций минимизируем следующий функционал, исходя из предположения, что разложения для каждого патча фиксированы.
![Page 27: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/27.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
3D K-SVD: расширение для видео
27
Изменение функции штрафа:
Словарь для текущего кадра будет похож на словарь для предыдущего
Использование трехмерных атомов (6х6х5 пикселей)
«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
f videot± t {ijk}ijk , X t , Dt =∣∣X t ,Y t∣∣2
2 ∑i , j∈
∑k=t− t
t t
ijk∣∣ijk∣∣0∑i , j∈
∑k=t− t
t t
∣∣Dtijk−Rijk X∣∣22
![Page 28: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/28.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
3D K-SVD: результаты (1)
28«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
5 10 15 20 25 30 35 40 5023
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38Comparison of the denoising results
K-SVDSW3DNonLocal MeansProposed
Noise Sigma
PSNR, dB
![Page 29: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/29.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
3D K-SVD: результаты (2)
29«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
Source Noisy Filtered
![Page 30: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/30.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
3D K-SVD: результаты (3)
30«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
Source Noisy Filtered
![Page 31: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/31.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
3D K-SVD: результаты (4)
31«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
Source Noisy Filtered
![Page 32: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/32.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
3D K-SVD: результаты (5)
32«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
Source Noisy Filtered
![Page 33: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/33.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
3D K-SVD: выводы
33
Достоинства:Успешное подавление сильных шумовВысокое субъективное качество изображенияБаланс скорость/качество (число итераций)
Недостатки:Низкая скорость работыНаличие словаря не допускает аппаратной реализации
«Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)
![Page 34: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/34.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Содержание
Введение
Источники и виды шумовЦели шумоподавления
АлгоритмыОбщие сведенияSTVF3D K-SVDMHMCFBM3D-SAPCA
Заключение
34
![Page 35: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/35.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
MHMCF: введение
35
Будем использовать только временную избыточность.
Для каждой точки найдем несколько соответствующих ей точек на предыдущих кадрах (назовем их гипотезами компенсации).
Усредним значения гипотез между собой.
«A multihypothesis motion-compensated temporal filter for video denoising» (ICIP 2006)
![Page 36: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/36.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
MHMCF: модель сигнала
36
Будем использовать следующую модель сигнала: S0
— текущий пиксель изображения
Zj — ошибка, возникшая из-за смещения объектов и
неверной компенсации движения Cj
— гипотезы компенсации для S0
Nj — шум, который мы хотим подавить
Cm' = Cm + Nm S0' = S0 + N0
«A multihypothesis motion-compensated temporal filter for video denoising» (ICIP 2006)
![Page 37: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/37.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
MHMCF: фильтрация (1)
37
Оценим текущий кадр :Y= H s0ZN ,where Y=[s0 ' , c1 ' , ...cn ' ]
T , H=[1,1...1]T
s0=B Yd ,where d=E Z n
Постараемсяминимизировать разницу между s0 и s0 ,основываясь на методе наименьших квадратов.
Оценим вектор B,B= H T Cov ZN −1 H −1 H T Cov ZN −1
И значение d :d=−B Z
«A multihypothesis motion-compensated temporal filter for video denoising» (ICIP 2006)
![Page 38: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/38.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
MHMCF: фильтрация (2)
38«A multihypothesis motion-compensated temporal filter for video denoising» (ICIP 2006)
B=[b0,b1, ...bN ]
b0=0−2
k=1N p k
−2 0−2
b= p −2
k=1N pk
−2 0−2
where p 2 is the variance of zn p 2 = z
2 2
![Page 39: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/39.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
MHMCF: оценка параметров
39
Необходимо оценить значения :
— среднее значение 10 минимальных дисперсий блоков 16х16
: возьмем кадр из шумов компенсации движения. Найдем блок, который соответствует . Посчитаем среднее блока ( ) и дисперсию
Подставив значения, получим кадр, очищенный от шума. «A multihypothesis motion-compensated temporal filter for video denoising» (ICIP 2006)
0, p , z
02
z , p
z d= p 2 0
2z
![Page 40: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/40.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
MHMCF: результаты (1)
40
4 7 10 1325
27
29
31
33
35
37
39
41
43
Average PSNR (db) for Akiyo sequence
UnfilteredJoint Kalman-WeinerOne HypothesisTwo HypothesesThree Hypotheses
Noise sigma
PSNR (dB)
«A multihypothesis motion-compensated temporal filter for video denoising» (ICIP 2006)
![Page 41: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/41.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
MHMCF: результаты (2)
41
Original Noisy
![Page 42: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/42.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
MHMCF: результаты (3)
42
One Hypothesis Two Hypotheses
![Page 43: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/43.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
MHMCF: выводы
43
Достоинства:Высокая скоростьБалансирование между скоростью и качеством
Недостатки:Требование хорошей компенсации движенияНеобходимость точной оценки параметров
«A multihypothesis motion-compensated temporal filter for video denoising» (ICIP 2006)
![Page 44: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/44.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Содержание
Введение
Источники и виды шумовЦели шумоподавления
АлгоритмыОбщие сведенияSTVF3D K-SVDMHMCFBM3D-SAPCA
Заключение
44
![Page 45: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/45.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
BM3D: схема алгоритма (1)
45«BM3D Image Denoising with Shape-Adaptive Principal Component Analysis» (2009)
![Page 46: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/46.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
BM3D: схема алгоритма (2)
46
Возьмем пиксель, выделим его окружение (всего Nel пикселей)
Найдем блоки, схожие со ссылочным (всего Nbr)
Сформируем трехмерный массив
«BM3D Image Denoising with Shape-Adaptive Principal Component Analysis» (2009)
![Page 47: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/47.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
BM3D: схема алгоритма (3)
47
Применим 1D-преобразование (декомпозицию Хаара) перпендикулярно плоскости блоков Выполним сложение слоев (фильтр Виннера) Выполним обратное преобразование Запишем полученное изображение в результат
«BM3D Image Denoising with Shape-Adaptive Principal Component Analysis» (2009)
![Page 48: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/48.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
N br
N el≤
SAPCA: расширение BM3D
48
После поиска блоков: : выполним обычную фильтрацию
: выполним Space-Adaptive фильтрацию
«BM3D Image Denoising with Shape-Adaptive Principal Component Analysis» (2009)
N br
N el
![Page 49: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/49.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
SAPCA: схема алгоритма
49
На входе — Nbr наборов пикселей
Представим каждый набор как столбец (vi) из Nel
пикселей
si — отсортированные собственные значения матрицы
Для декомпозиции возьмем первые Ntrim столбцов U
«BM3D Image Denoising with Shape-Adaptive Principal Component Analysis» (2009)
C=[v1, v2, ...v N br][v1,v2, ... vN br
]T−матрица вторых моментов
U TCU=S=diag s1, s2, ... , sN el , гдеU−ортонормированная матрица
N trim=∣{si∣si 2}∣
![Page 50: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/50.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
BM3D-SAPCA: результаты (1)
50«BM3D Image Denoising with Shape-Adaptive Principal Component Analysis» (2009)
5 10 15 20 25 30 35 50 75 1008
13
18
23
28
33
38
Test Results for Lena (512x512) image
Lena (Unfiltered)
Lena (Filtered)
Noise Sigma
PSNR (dB)
![Page 51: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/51.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
BM3D-SAPCA: результаты (2)
51
Source
![Page 52: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/52.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
BM3D-SAPCA: результаты (3)
52
Noisy ( = 100)σ
![Page 53: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/53.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
BM3D-SAPCA: результаты (4)
53
Filtered
![Page 54: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/54.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
BM3D-SAPCA: результаты (5)
54
Source
![Page 55: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/55.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
BM3D-SAPCA: результаты (6)
55
Noisy ( = 50)σ
![Page 56: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/56.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
BM3D-SAPCA: результаты (7)
56
Filtered
![Page 57: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/57.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
BM3D-SAPCA: выводы
57
Достоинства:Высокий показатель PSNR на всевозможных уровнях шумаВозможность итерирования для повышения качества
Недостатки:Скорость (Pentium 2GHz, Matlab, 4 минуты на изображение 256х256)Артефакты при сильных шумах
«BM3D Image Denoising with Shape-Adaptive Principal Component Analysis» (2009)
![Page 58: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/58.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Содержание
Введение
Источники и виды шумовЦели шумоподавления
АлгоритмыОбщие сведенияSTVF3D K-SVDMHMCFBM3D-SAPCA
Заключение
58
![Page 59: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/59.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Выводы
59
Существует много различных подходов к поставленной задаче Большинство методов допускают баланс между
качеством и скоростью Самым результативным (объективно) является
последний метод Самым результативным (субъективно) является метод
со словарем
![Page 60: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/60.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Список литературы
60
1. Liwei Guo, Oscar C. Au, Mengyao Ma, Zhiqin Liang, Carman K.M. Yuk «A multihypothesis motion-compensated temporal filter for video denoising» (ICIP 2006)2. «YUVsoft Video Denoiser Comparison» (2007)3. Kostadin Dabov, Alessandro Foi, Vladimir Katkovnik, and Karen Egiazarian «BM3D Image Denoising with Shape-Adaptive Principal Component Analysis» (2009)4. Matan Protter, Michael Elad «Sparse and Redundant Representations and Motion-Estimation-Free Algorithm for Video Denoising» (SPIE 2007)5. Tai-Wai Chan, Oscar C. Au, Tak-Song Chong, Wing-San Chau «A novel content-adaptive video denoising filter» (ICASSP 2005)
![Page 61: Обзоры методов шумоподавления](https://reader033.fdocuments.in/reader033/viewer/2022051313/549934f9b47959dd7b8b4581/html5/thumbnails/61.jpg)
CS MSU Graphics & Media Lab (Video Group)
Only for Maxus
Вопросы
61
?