24小时热门版块排行榜    

查看: 5203  |  回复: 33
当前只显示满足指定条件的回帖,点击这里查看本话题的所有回帖

haixin8839

铁虫 (小有名气)

[交流] 【求助】图像去噪是否可以作为博士研究的方向 已有18人参与

最近研究图像去噪,发现图像去噪已经做的很成熟了,方法很多,做的也都很好,是不是把图像去噪作为博士的研究方向深度不够,工作量也不够,请大家集思广益,提出宝贵的意见
回复此楼
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

string121

金虫 (小有名气)


小木虫(金币+0.5):给个红包,谢谢回帖交流
引用回帖:
Originally posted by drdonald at 2009-10-30 16:53:


图像/图像序列去噪作为博士课题深度足够了,而且目前不断有新的算法出现。之前BM3D算法最牛,结果前两天发现09年出了一个3D K-SVD是目前去噪效果最好的算法,值得一提的是这两个算法全是博士生搞出来的。如果 ...

楼上的研究比较前沿啊! 抽时间看了下BM3D, idea不错, PDE也可以做出等价的和好一点点的来, 不过比较慢. 十分感谢!
8楼2009-11-01 21:35:47
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

string121

金虫 (小有名气)


小木虫(金币+0.5):给个红包,谢谢回帖交流
我把去噪方法分三类个人观点)
1.加约束. e.g PDE, 稀疏重构之类的.
2.估噪声.  e.g. 统计,基于一些变换域如小波,fft,dct之类的.
3.增加信息量.  非局部之类的方法.
上面所说的BM3D之所以去加性高斯噪声效果好,就是因为它综合得很好.
其实这些方法很多是相通的.变换域中的shrink相当与变分中(PDE)的L1-L2极小, 统计中高斯/双侧指数分布噪声假设能推导出变分中的L2/L1保真项,相当于均值/中值滤波, 对图象梯度的分布假设能导出total variation (TV). 变分中的L1,TV其实就是一种稀疏约束. 统计中的MAP,MLE等加个负号就是变分问题, 一些典型的分布对应于典型的范数.
按处理方式分单点,多点(块)与局部,非局部之类的,还有就是他们的排列组合,发展历程大概遵循:
单点局部->多点局部->单点非局部->多点非局部.(此分类参考IJCV最新文献.)
PDE的强大之处在于工程上搞出一个去噪方法, 数学人总能找一个效果相当的PDE.
15楼2009-11-17 21:37:03
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 haixin8839 的主题更新
普通表情 高级回复 (可上传附件)
信息提示
请填处理意见