私はデジタル画像復元の分野で働いており、多数の画像ノイズ除去の研究論文を研究してきましたが、これらの論文はすべてPSNRを使用してアルゴリズムの有効性をチェックしています。SSIM ページから気づいたことの 1 つは、主にその PSNRはMSEに依存し、 MSEの弱点の 1 つは、画像がスケーリングに対して不変であるにもかかわらず、この尺度が変数のスケーリングに依存することです。.
だから今私の質問はこれです。
画像エントロピーを使用して、ノイズ除去方法の有効性を確認できますか?
私はデジタル画像復元の分野で働いており、多数の画像ノイズ除去の研究論文を研究してきましたが、これらの論文はすべてPSNRを使用してアルゴリズムの有効性をチェックしています。SSIM ページから気づいたことの 1 つは、主にその PSNRはMSEに依存し、 MSEの弱点の 1 つは、画像がスケーリングに対して不変であるにもかかわらず、この尺度が変数のスケーリングに依存することです。.
だから今私の質問はこれです。
画像エントロピーを使用して、ノイズ除去方法の有効性を確認できますか?
もちろん、[ http://scholar.google.co.uk/scholar?q=image+denoising+entropy ]を参照してください。
このリストは、エントロピーが、一部のドメインでは他のドメインよりもうまく機能する尺度であることを示しています。例: ノイズのない画像を効率的に表す最適な基底 (フーリエ基底やウェーブレット基底など) がわかっているが、ノイズを効率的にモデル化できない場合、変換されたノイズのない画像は変換ドメインでまばらになり、ノイズフリー画像はありません。また、まばらな信号はエントロピーが低く、密な信号はエントロピーが高くなります。
これらすべてが正しいことがわかっている場合は、変換ドメインのエントロピー測定を使用してノイズ除去方法を評価できます。
新しいエラー メッセージを調整するには、追加の作業を行う必要があります。もちろん、エントロピー ベースの方法を使用してノイズ除去を行うことはできません。それは二度漬けになります。