Я работаю с тепловыми инфракрасными изображениями, которые подвержены количеству шумов.
Я обнаружил, что подходы, основанные на низком ранге, такие как подходы, основанные на разложении по сингулярным значениям (SVD) или Метрике взвешенной ядерной нормы (WNNM), даюточень эффективный результат с точки зрения снижения шума при сохранении структуры информации.Их главный недостаток в том, что они довольно медленные для вычисления (несколько минут на изображение). Вот некоторая литература:
https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=7067415
https://arxiv.org/abs/1705.09912
Вторая статьяимеет некоторый доступный код MatLab, файлов довольно много, но перевод на python не должен быть таким сложным.
OpenCV также реализует (и он доступен на python) очень эффективный алгоритм наАлгоритм локальных средств: https://docs.opencv.org/master/d5/d69/tutorial_py_non_local_means.html