基于补丁的图像去噪的最佳空间适应

提出了一种新颖的自适应基于补丁的方法用于图像去噪和表示。该方法基于在每个像素的可变邻域内对固定大小的小图像补丁进行逐点选择。我们的贡献是将每个像素与自适应邻域内的数据点的加权和相关联，以一种在每个空间位置上平衡近似准确性和随机误差的方式进行。这种方法是通用的，适用于假设点的局部邻域中存在重复模式的情况。通过引入空间适应性，我们扩展了Buades等人早期描述的工作，该工作可以被视为对图像补丁的双边滤波的扩展。最后，我们提出了一种几乎无参数的图像去噪算法。该方法应用于人为破坏（白高斯噪声）和真实图像，性能非常接近，并且在某些情况下甚至超过了已发表的去噪方法。