HyperAIHyperAI

Command Palette

Search for a command to run...

Ein dreiseitiges gewichtetes Spars-Coding-Verfahren für die Entrauschung von realen Bildern

Jun Xu Lei Zhang David Zhang

Zusammenfassung

Die meisten existierenden Bildrauschreduzierungsverfahren gehen davon aus, dass der störende Rausch additiver weißer Gaußscher Rausch (AWGN) ist. In der Realität ist jedoch der Rausch in realen, verrauschten Bildern viel komplexer als AWGN und lässt sich schwer durch einfache analytische Verteilungen modellieren. Daher werden viele der neuesten Rauschreduzierungsverfahren in der Literatur bei Anwendung auf realweltliche, von CCD- oder CMOS-Kameras aufgenommene verrauschte Bilder deutlich weniger effektiv. In dieser Arbeit entwickeln wir ein Schema zur trilateralen gewichteten dünnbesetzten Kodierung (TWSC) für eine robuste Rauschreduzierung in realen Bildern. Insbesondere führen wir drei Gewichtsmatrizen in die Daten- und Regularisierungsterme des dünnbesetzten Kodierungsrahmens ein, um die Statistik des realen Rauschs und der Bildpriors zu charakterisieren. TWSC kann als lineares Gleichheitsrestriktionsproblem reformuliert werden und mit der Methode der multiplikativen Alternierenden Richtungen gelöst werden. Die Existenz und Eindeutigkeit der Lösung sowie die Konvergenz des vorgeschlagenen Algorithmus werden analysiert. Umfangreiche Experimente zeigen, dass das vorgeschlagene TWSC-Schema bei der Entfernung von realweltlichen Rauschen den neuesten Rauschreduzierungsverfahren überlegen ist.


KI mit KI entwickeln

Von der Idee bis zum Launch – beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und bestem GPU-Preis.

KI-gestütztes kollaboratives Programmieren
Sofort einsatzbereite GPUs
Die besten Preise

HyperAI Newsletters

Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp