BM3D的学习与Matlab实现

87 阅读 0 评论 58 点赞

我是靠谱客的博主能干宝贝，最近开发中收集的这篇文章主要介绍BM3D的学习与Matlab实现，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

BM3D的学习与Matlab的实现

BM3D是2007年TIP的文章，题目是《Image Denoising by Sparse 3-D Transform-Domain Collaborative Filtering》。最近想尝试一下图像去噪，看看能否应用到项目中，顺便测试了一下效果，结果不是太理想，主要问题是时间，去噪效果还是可以的。担心以后找起来（实现）麻烦，就当做个笔记了。

1、论文篇

(1) http://www.cs.tut.fi/~foi/GCF-BM3D/

(2) 《Comments on “Image Denoising by Sparse 3-D Transform-Domain Collaborative Filtering”》

(3) 《An Analysis and Implementation of the BM3D Image Denoising Method》

2、代码下载

(1) Github搜索BM3D：https://github.com/search?q=BM3D&type=Repositories，选择Matlab版本

(2) 官网：http://www.cs.tut.fi/~foi/GCF-BM3D/（含源码与测试图）

(3) 官网demo：http://demo.ipol.im/demo/l_bm3d/

3、原理（感谢下面几位博主的奉献）

(1) BM3D(Block-Matching and 3D filtering)读后感

(2) 图像去噪算法原理-待完善

(3) 图像去噪重要文献整理（二）BM3D / LSSC

4、工程实现（以Matlab为例）

(1) 先看官网的demo，具体步骤如下：

(2) 运行官网提供的代码BM3D.m文件：

先上结果，这是论文中的结果，效果确实好：

(3) 自己测试一张图像时：

测试代码：

%% demo
clear all;clc;close all;

img = imread('noise.png');  % 测试图像，可更改
if length(size(img)) > 2
    img = rgb2gray(img);
end

figure(1),imshow(img);
y = im2double(img);
% randn('seed',0);
sigma=25/255;
z=y+sigma*randn(size(y));

y_est = BM3DSAPCA2009(z,sigma);
figure(2),imshow(y_est);

disp('end!');
%% performance evaluation
PSNR = 10*log10(1/mean((y(:)-y_est(:)).^2));
disp(['PSNR = ',num2str(PSNR)])
if exist('ssim_index')
    [mssim ssim_map] = ssim_index(y*255, y_est*255);
    disp(['SSIM = ',num2str(mssim)]);
end

这张图的运行时间64s！！！没办法，效果确实是好，但是时间真心不短，（又想马儿想得快，又想马儿不吃草，哈哈）。BM3D的复杂之处在于，首先找相似块，其次是采用了两次block-wise estimate，复杂度相比NLM翻了1倍，且含有域变换操作，具体原理见上面的博客链接。类似其中一位博友所说，尽管计算机性能已经成百上千倍地提高，还是远不能满足很多算法的实时计算的需求，这很大程度上限制了这些算法的使用范围：用户无法处理一张照片需要等待长达几分钟的时间，因此，距离真正意义上的实用还是有一段距离。