我在数字图像恢复领域工作,我研究了许多图像噪声去除研究论文,所有这些论文都使用PSNR来检查他们算法的有效性,我从SSIM Page注意到的一件事,即 PSNR,主要取决于MSE, MSE的一个弱点是,尽管图像对于缩放是不变的,但该度量取决于变量的缩放。.
所以现在我的问题是这个。
我可以使用图像熵来检查任何去噪方法的有效性吗?
我在数字图像恢复领域工作,我研究了许多图像噪声去除研究论文,所有这些论文都使用PSNR来检查他们算法的有效性,我从SSIM Page注意到的一件事,即 PSNR,主要取决于MSE, MSE的一个弱点是,尽管图像对于缩放是不变的,但该度量取决于变量的缩放。.
所以现在我的问题是这个。
我可以使用图像熵来检查任何去噪方法的有效性吗?
当然,您可以这样做,请参阅 [ 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度量。例如:如果您知道有效表示无噪声图像的最佳基(例如傅立叶基或小波基)但不能有效地模拟噪声,则变换后的无噪声图像在变换域中将是稀疏的,并且您的噪声-免费图片不会。稀疏信号具有低熵,而密集信号具有高熵。
如果您知道所有这些事情都是正确的,那么您可以使用变换域熵度量来评估您的去噪方法。
你需要做一些额外的工作来校准你的新错误信息,当然你不能使用基于熵的方法来进行去噪。那将是双重浸入。