2d降噪:只在2维空间域上进行降噪处理。
基本方法:对一个像素将其与周围像素平均,平均后噪声降低,但缺点是会造成画面模糊,特别是物体边缘部分。
因此对这种算法的改进主要是进行边缘检测,边缘部分的像素不用来进行模糊。
3d降噪:增添了时域处理,因此变为3维。
和2d降噪的不同在于,2d降噪只考虑一帧图像,而3d降噪进一步考虑帧与帧之间的时域关系,对每个像素进行时域上的平均。
例如,假设场景静止,那么连续两帧图像内容没变,他们的差值就是2倍的噪声。
通过减少时域上的改变降低噪声。
相比2d降噪,3d降噪效果更好,且不会造成边缘的模糊,
但存在的主要问题是:画面不会是完全静止的,如果对不属于同一物体的两个点进行降噪处理会造成错误。
因此该方法需要运动估计,其效果好坏也与运动估计相关。
而运动估计计算量大,耗时长,是制约3d降噪的主要瓶颈。