denoising（去噪）
- 受环境、传输通道等因素的影响，图像在采集、压缩和传输过程中不可避免地受到噪声的污染，导致图像信息失真和丢失。
- 噪声、边缘和纹理均为高频信息，难以区分，去噪后易丢失一些细节信息
- 去噪目的：减少图像中的噪声，同时最大程度地减少原始特征的损失并提高信噪比（SNR）
1. 空间域方法
- 原理：通过基于原始图像中像素/图像块之间的相关性计算每个像素的灰度值来消除噪声
空间域滤波
- 线形滤波器：低通滤波、中通滤波、高通滤波
-
非线性滤波器：中值滤波、双边滤波
- 会在一定程度上消除噪声，但会以图像模糊为代价，从而损失锐利的边缘
变分去噪方法
-
使用图像先验并最小化能量函数E来计算去噪图像
- L2范数
- TV范数
- 偏微分方程
2. 变换域方法
- 原理：图像信息和噪声的特征在变换域中是不同的
数据自适应变换
- ICA、PCA
- 使用滑动窗口，计算成本高
- 需要无噪声数据的样本或来自同一场景的至少两个图像帧（某些应用中可能很难获得无噪声的训练数据）
非数据自适应变换
- 空间频率域
- 利用低通滤波器：低于截止频率的通过，衰减高于截止频率的
- 耗时
- 性能取决于截止频率和低通滤波器
- 小波域