我可以在噪音消除算法中使用圖像熵，以便提高它們的有效性嗎？

Question

我在數字圖像恢復領域工作，我研究了一些圖像噪聲去除研究論文，並且所有這些論文都使用PSNR來檢查他們算法的有效性，我注意到的一件事是從SSIM Page，PSNR ，這主要取決於MSE和MSE的一個弱點是，儘管事實上圖像是不變的，但這種測量依賴於變量的縮放。。

所以現在我的問題是這樣的。

我可以使用圖像熵來檢查任何噪聲消除方法的有效性。

Answer 1

當然你也可以做到這一點，請參閱[http://scholar.google.co.uk/scholar?q=image+denoising+entropy]

列表顯示的是熵的是，在比其他一些領域更好地工作的措施。例如：如果您知道有效表示無噪聲圖像（如傅立葉基或小波基）但無法有效模擬噪聲的最佳基準，則變換後的無噪聲圖像將在變換域中稀疏，免費的圖像不會。稀疏信號具有低熵，而密集信號具有高熵。

如果您知道所有這些事情都是真的，那麼您可以使用變換域熵度量來評估您的去噪方法。

您將需要做一些額外的工作來校準新的錯誤信息，當然，您不能使用基於熵的方法來進行去噪。這將是雙重傾斜。