BM3D算法

BM3D算法是图像与视频去噪领域效果较好的算法，它结合空域思想和转换变换的方法来提升图像效果，其主要分为两步骤：1、基础估计；2、最终估计。每一步又可分为三小步：1、分块组合；2、协同滤波；3、整合。

一、基础估计

1、分块组合

针对图像目标块，通过滑动搜索框的方式最多找到N个相似块，为了避免噪声的影响，将图像经过DCT变换后再采用欧式距离的方式衡量相似图，按照从小到大进行排序，选择其中的N块组成三维数组。

2、协同滤波

三维数组叠加之后，将每个块同一位置的像素点构成数组，采用硬阈值的方式将小于超参数的值置于0，同时统计非零成分的数量，作为后续权重的参考，最后进行三维矩阵逆变换。

3、整合

将逆变换后的块放回原位置，利用非零成分数量统计叠加数权重，最后将叠放后的图除以每个点的权重就得到基础估计的图像。

二、最终估计

基础估计能够较好的消除图像中的噪点。

1、分块组合

基于含噪声图像，直接利用基础图根据欧式距离衡量块与噪声图像之间的相似度，按照距离从小到大进行排序，取前N个，将基础图估计块和含噪声图像分别组合成两个三维数组。

2、协同滤波

两个三维矩阵都进行二维和一维变换，这里的二维变换采用DCT变换。用维纳滤波（Wiener Filtering）将噪声图形成的三维矩阵进行系数放缩，该系数通过基础估计的三维矩阵的值以及噪声强度得出。

3、聚合

将系数与含噪3D图块相乘放回原处，最后做加权平均调整即可得到最终估计图。相对于基础估计图，还原了更多原图的细节。