去噪与图像恢复：拯救不完美的图像

去噪、去模糊、去雨去雾、去摩尔纹，这些任务统称图像恢复。它们共享同一个思路：建模退化过程，然后学习逆过程。深度学习让这些任务的精度都上了一个台阶。

图像恢复的思路——“理解事物如何变坏，才能让它变好”——适用于远超图像的领域。诊断问题的成因永远比直接给出解法更有价值，这个朴素的道理在医学、管理、心理治疗中同样成立。

## 核心要点

图片来源：Openverse / Chris Spiegl（https://www.flickr.com/photos/25188624@N02/5335758324）

1. 噪声建模是核心：不同来源的噪声需要不同的处理。

2. BM3D 是经典非深度方法，至今仍是基准之一。

3. Diffusion 类方法在恢复任务上展现出统治力。

4. 手机夜景模式是它最贴近普通人的应用。

图片来源：Openverse / Beta Soluciones Empresariales（https://www.flickr.com/photos/99752729@N06/9420996023）

## 写在最后

以上是关于「去噪与图像恢复」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。