Un enfoque discriminativo para la eliminación de ruido con wavelets

Este artículo sugiere un enfoque discriminativo para la eliminación de ruido con wavelets donde un conjunto de funciones de mapeo (MFs) se aplican a los coeficientes de transformación en un intento de producir una imagen libre de ruido. A diferencia de los enfoques descriptivos, no se requiere modelar los priors de imagen o ruido aquí y las MFs se aprenden directamente de un conjunto de imágenes de ejemplo utilizando ajuste por mínimos cuadrados. El esquema propuesto genera un nuevo conjunto de MFs que son esencialmente diferentes del umbralizado suave/duro tradicional en el caso sobrecompleto. Estas MFs han demostrado obtener un rendimiento comparable a los enfoques de eliminación de ruido de última generación. Además, este marco permite una personalización sin problemas de la operación de reducción a un nuevo conjunto de problemas de restauración que no se habían abordado previamente con técnicas de reducción, como la eliminación de desenfoque, la eliminación de artefactos JPEG y varios tipos de ruido aditivo que no son necesariamente ruido blanco gaussiano.