我在数字图像恢复领域工作,我研究过多张图像噪声去除研究论文,所有这些论文都是用 PSNR 来检查算法的有效性,有一点我是从SSIM Page注意到,PSNR主要取决于 MSE 和 MSE的一个弱点是,尽管图像是不变的,但这个度量依赖于变量的缩放缩放。。
所以现在我的问题是这个。
我可以使用图像熵来检查任何噪声消除方法方法的有效性。
答案 0 :(得分:2)
当然你可以这样做,见[http://scholar.google.co.uk/scholar?q=image+denoising+entropy]
该列表显示熵是一种在某些领域比其他领域更有效的措施。例如:如果您知道有效表示无噪声图像的最佳基础(例如傅立叶基或小波基),但无法有效地模拟噪声,则变换后的无噪声图像将在变换域中稀疏,并且您的噪声 - 免费图像不会。稀疏信号具有低熵,而密集信号具有高熵。
如果你知道所有这些都是真的,那么你可以使用变换域熵测量来评估你的去噪方法。
您需要做一些额外的工作来校准新的错误消息,当然您不能使用基于熵的方法来进行去噪。这将是双重浸透。