5.2.结果和讨论
表1:去噪性能psnr(D b)、ssim和去噪时间(秒)每1个像素图像(1024×1024像素)的基准方法平均超过40幅图像构成我们的Sidd基准 。前三种方法是用颜色(绿色、蓝色和红色)自上而下的性能顺序表示的,最好的结果是粗体 。作为参考,原始RGB和SRGB中基准图像的平均psnrs分别为36.70db和19.71db,原始RGB和SRGB的平均ssim值分别为0.832和0.397 。值得注意的是,文献[25]中噪声图像的平均psnrs为39.39d b(RAW-RGB)和29.98(SrGB),表明噪声水平低于我们的数据集 。
表1显示了基准算法在峰值信噪比(PSN R)、结构相似性(Ssim)[31]和去噪时间方面的性能 。然而,我们的讨论将集中在基于psnr的方法排序上,因为性能最好的方法往往具有相似的ssim分数,特别是在原始RGB空间中 。从psnr结果中,我们可以看到,经典的基于补丁和基于优化的方法(例如,bm3d、ksvd、和wnnm)在实际图像上测试时,性能优于基于学习的方法(例如MLP、TNRD和dncnn) 。这一发现也在[25]中观察到 。此外,我们还对[25]中没有研究的一些方法进行了基准测试,并进行了一些有趣的观察 。一是在DCT和全局字典上训练的经典ksvd算法的两个变体,在srgb空间去噪的情况下,达到了最好的和第二好的psnrs 。这主要是因为底层字典很好地代表了srgb空间中小图像块的分布 。另一个观察是,与srgb空间中的去噪相比,空间中的去噪具有更高的质量和更快的去噪速度,如表1所示 。此外,我们还可以看到,bm3d仍然是文献中最快的去噪算法之一,以及基于tnrd和字典的ksvd,其次是其他鉴别方法(例如dncnn和MLP)和NLM 。此外,这种去噪时间的检查引起了人们对一些去噪方法的适用性的关注 。例如,虽然WNNM是最好的脱硝剂之一,但它也是最慢的 。总的来说,我们发现bm3d算法在去噪质量和计算时间相结合方面仍然是表现最好的算法之一 。
n训练应用
为了进一步研究我们的高质量地面真相图像的有用性,我们使用它们来训练dncnn去噪模型[33],并将结果与在处理后的低iso图像[25]上训练的相同模型作为另一种类型的地面真相进行比较 。对于每种类型的地面真相,我们用两种类型的输入来训练dncnn:我们的真实噪声图像和我们的地面真实图像,加上合成高斯噪声 。对于合成噪声,我们使用真实噪声图像估计的平均噪声水平(σμ)来合成噪声 。我们发现,使用高于σμ的噪声水平进行训练会产生较低的测试性能 。为了进一步评估这四个训练案例,我们对随机选择的原始RGB图像补丁的两个子集进行了测试,一个具有低噪声水平,另一个具有中等到高噪声水平,如表2所示 。由于我们只能访问五个低iso图像后处理[25],我们使用它们在子集a,而对于子集b,我们必须后处理额外的低iso图像使用我们自己的实现[25] 。在所有四种训练情况下,我们根据我们的地面真实图像测试性能 。
图8:在数据集的两个随机子集上使用两种类型的地面真值(后处理的低ISO和我们的地面真值图像)和两种类型的噪声(合成和真实)来测试dncn2) 。在真实噪声上训练我们的地面真相会产生最高的psnrs 。
图8显示了dncnn的测试结果,使用两种类型的地面真相进行训练(后处理的低ISO与我们的地面真相图像)和两种类型的噪声(合成和真实) 。结果显示了两个子集a和b 。我们可以看到,使用真实噪声的地面真相的训练产生最高的psnrs,而使用具有真实噪声的低等地面真相产生较低的psnrs 。原因之一是低iso图像中的剩余噪声.. 此外,后处理可能不足以消除低和高iso图像之间的强度和空间失调 。此外,在合成噪声上训练的模型同样地执行,而不考虑潜在的地面真相 。这是因为这两种模型都是在相同的高斯噪声分布上训练的,因此学会了对相同分布的建模 。此外,bm3d在低噪声水平(子集a)上的表现相当好,而在我们的地面真实图像上训练的dncnn在所有噪声水平(两个子集)上的表现明显优于bm3d 。为了研究是否有偏见使用我们的地面真相作为评估的参考,我们比较了四个模型中去噪块的无参考噪声估计(β1、β2和σ) 。如表3所示,用真实噪声对我们的地面真相进行训练,主要产生最高的质量,特别是对于β1,这是信号相关噪声的主要成分[30] 。
- 人工智能和大数据存在什么隐患?
- 老杨说运维 | 442阵型,一个字,绝!
- 风中女王是什么电视
- 8 stm32项目——基于stm32的智能家居设计
- 陀螺产业区块链第六季 | 基于区块链的智能入住系统
- 大模型产业催生智能算力危机
- build假面骑士是什么电视
- 《刺青》是什么电视
- 四大名著《西游记》1-50回思维导图
- 《单眼视频中高分辨率纹理和服装三维人体重建的时间一致性损失》论文翻译