A Novel Image Denoising Algorithm Using Concepts of Quantum Many-Body Theory

要約

実生活のイメージのスパース表現は、ノイズ除去などのイメージング アプリケーションで非常に効果的なアプローチです。
近年、コンピューティング能力の成長に伴い、1 つまたは複数の画像から抽出されたパッチ内の冗長性を利用してスパース性を高めるデータ駆動型戦略がより顕著になっています。
この論文では、量子多体理論に触発されたような画像依存の基底を利用する新しい画像ノイズ除去アルゴリズムを提示します。
パッチ分析に基づいて、ローカル画像近傍の類似度は、実際の画像のローカル構造を効率的に保存できる量子力学の相互作用に似た用語によって形式化されます。
この適応基盤の多目的な性質により、そのアプリケーションの範囲は、画像に依存しない、または画像に依存するノイズ シナリオに調整なしで拡張されます。
画像の特性、ノイズ統計、強度に関係なく、提案されたアルゴリズムのノイズ除去機能を実証するために、現代の方法と厳密な比較を行います。
ハイパーパラメータのプロパティとノイズ除去パフォーマンスへのそれぞれの影響を、グラウンド トゥルースが利用できない実験セットアップで最適な値に近い値を選択する自動化されたルールとともに示します。
最後に、医療用超音波画像のスペックル除去アプリケーションなどの実用的な画像ノイズ除去の問題を処理するアプローチの能力を示します。

要約(オリジナル)

Sparse representation of real-life images is a very effective approach in imaging applications, such as denoising. In recent years, with the growth of computing power, data-driven strategies exploiting the redundancy within patches extracted from one or several images to increase sparsity have become more prominent. This paper presents a novel image denoising algorithm exploiting such an image-dependent basis inspired by the quantum many-body theory. Based on patch analysis, the similarity measures in a local image neighborhood are formalized through a term akin to interaction in quantum mechanics that can efficiently preserve the local structures of real images. The versatile nature of this adaptive basis extends the scope of its application to image-independent or image-dependent noise scenarios without any adjustment. We carry out a rigorous comparison with contemporary methods to demonstrate the denoising capability of the proposed algorithm regardless of the image characteristics, noise statistics and intensity. We illustrate the properties of the hyperparameters and their respective effects on the denoising performance, together with automated rules of selecting their values close to the optimal one in experimental setups with ground truth not available. Finally, we show the ability of our approach to deal with practical images denoising problems such as medical ultrasound image despeckling applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google