BM3D和Noise2Self都输了：ICF去噪新框架来了

这篇论文最有意思的地方，不是去噪本身，而是它把“乘性噪声”硬生生拧成了“对数域里的加性噪声”，再用自监督把训练目标做成等价监督学习。更关键的是，它不是纸上谈兵，最后真把 ICF 这种难缠图像的 PSNR 拉到了 21.41 dB。

龙哥读论文发布于 2026-08-14 09:10:54 阅读 4 查看原文

#图像去噪 #AI应用 #模型训练

🐉 龙哥读论文知识星球来了！
公众号每日8篇拆解不够看？星球无上限更AI领域论文、资讯、招聘、招博、开源代码，一站式干货，每日2分钟刷完即赚！ 👇扫码加入「龙哥读论文」知识星球，前沿干货、实用资源一站式拿捏～ xingqiu_header

龙哥推荐理由：
这篇论文最有意思的地方，不是去噪本身，而是它把“乘性噪声”硬生生拧成了“对数域里的加性噪声”，再用自监督把训练目标做成等价监督学习。更关键的是，它不是纸上谈兵，最后真把 ICF 这种难缠图像的 PSNR 拉到了 21.41 dB。

原论文信息如下：

论文标题:
Denoising ICF Images with Multiplicative Uniform Noise: A Self-Supervised Study Based on the Log-Domain Noisier2Inverse Framework 发表日期:
2026年06月发表单位:
没有原文链接:
https://arxiv.org/pdf/2606.27635v1.pdf

ICF图像去噪新突破：Log-Domain Noisier2Inverse框架，无需干净数据，去噪效果提升19dB

ICF 图像最烦人的地方，不是“噪声大”这么简单，而是它的噪声还特别会“装”。普通去噪方法遇到它，往往不是糊成一团，就是在边界处疯狂翻车。更麻烦的是，这类图像的噪声还是乘性均匀噪声，并且每张图的噪声参数还不一样。也就是说，拿一把固定尺子去量所有图，基本等于瞎猜。

图4：Log-Domain Noisier2Inverse 在 ICF 乘性均匀噪声上的结果。该方法最终把平均 PSNR 提到 21.41 dB，较噪声输入基线提升 19.46 dB。

这篇论文最有意思的点，不是单纯“又做了一个去噪网络”，而是把一个看起来很难缠的问题，硬生生拧进了对数域里，再借自监督学习把训练目标做成了“等价监督学习”。换句话说，它没有去找干净图像当老师，而是自己给自己出题、自己判卷，还真把分数做上去了。🤨

为何传统方法失效？乘性噪声与空间相关性带来的挑战

先把背景讲人话：ICF 是惯性约束聚变成像，目标通常是高对比、强边界、大片近零背景。问题在于，背景不是“干净的黑”，而是接近真空的低信号区域；一旦噪声以乘法方式叠上去，图像就会出现大片被压暗、边界被拖花的情况。对于依赖局部统计假设的方法来说，这种数据分布简直像在故意找茬。

图1：100 张 ICF 乘性均匀噪声图像的每图噪声参数分布。左图是下界 ℓi，右图是上界 hi。可以看到，不同图像的噪声范围差异非常大，ℓi 从 0.005 到 0.906，hi 从 0.047 到 0.990。这个结论直接说明：固定一组全局噪声参数，基本不靠谱。

论文里还有一个更关键的坑：噪声不是独立随机点，而是高度相关。作者统计出相邻像素距离 d = 1 时相关系数 r = 0.99。这个数已经不是“有点相关”，而是“几乎串通好了”。这会直接把 Noise2Self 这类依赖像素独立性的自监督方法按在地上摩擦，因为它默认“被遮住的像素可以靠周围独立像素补回来”，可现实偏偏不按这个剧本演。空间相关噪声一旦太强，J-invariant 这套假设就会失灵，模型容易学出棋盘格一样的鬼影。

图2：各方法在 ICF 乘性均匀噪声上的 PSNR 与 SSIM 对比。Log-Domain Noisier2Inverse 的表现明显拉开差距，而 Noise2Self 几乎直接崩掉，说明“方法名字很先进”不等于“数据一来就能活”。

BM3D 的情况也挺典型：它不是完全没用，但在这类数据上更像“努力过的老实人”。它能保住一些大轮廓，却很容易过度平滑，细节和定量精度一起被磨掉。结果就是，SSIM 看着还行，PSNR 却不高，属于“形似了，神没了”。

从理论到实践：对数域自监督设计的关键四步

这篇论文的核心，不是“加了个 log”这么简单，而是把整个训练流程重新搭了一遍。它的逻辑可以概括成四步：先把乘性噪声变成加性噪声，再在对数域构造自监督扰动，然后证明这个自监督目标和监督学习在变换域里等价，最后把数值稳定性和每图噪声匹配补齐。听起来像四道工序，实际上每一步都在补前一步的坑。

第一步：把乘性噪声“翻译”成加性噪声

原始模型里，观测图像可以写成 y = A x ⊙ n，其中 A x 是理想成像结果，n 是噪声，⊙ 表示逐元素相乘。乘法噪声最大的麻烦，是它会随着信号强弱一起变化，没法像普通高斯噪声那样直接套模板。于是论文把图像先取对数，变成 log y = log(Ax) + log n。这样一来，乘法就被“翻译”成了加法，问题一下子从“难搞”变成了“至少能用已有框架处理”。

表1：两种噪声变体共用的超参数配置。网络采用 U-Net，训练时使用 Adam、余弦退火、梯度裁剪和早停，说明作者并没有指望“调参玄学”拯救一切，而是先把训练稳定性放在第一位。

第二步：在对数域里做 Noisier2Inverse

这里的 Noisier2Inverse，英文全称是 Noisier2Inverse: Self-Supervised Learning for Image Reconstruction With Correlated Noise，中文可以理解为“面向相关噪声的自监督图像重建方法”。它的思想很朴素：既然没有干净标签，那就从同分布噪声里再抽一个“更吵一点”的输入 z，让网络去预测原始观测 y。这样构造出来的目标，在条件期望意义下能逼近真实干净信号。

论文最关键的理论点，是证明了在对数域里最小化这个自监督损失，等价于在变换域里做监督学习。说白了就是：虽然训练时没给干净图，但这个损失函数自己把“正确答案”折算出来了。这个结论不是拍脑袋得来的，论文把证明完整写了出来，这一点很加分。毕竟很多工作嘴上说“理论成立”，实际上只有一页半的公式和三分之一页的自信。

对数域自监督的好处也很直接：原来难处理的乘性噪声，被变成了更容易建模的加性噪声；原来要依赖干净图监督，现在只要能采到和真实噪声同分布的合成噪声就能训练。对于实验成像这类“干净数据极其稀缺”的场景，这个思路是有现实价值的。

第三步：数值稳定性不是小修小补，而是生死线

理论再漂亮，落到 ICF 图像上也会被真空背景狠狠干扰。因为很多像素接近 0，直接取 log 会炸成负无穷，反过来 exp 又可能溢出。论文一开始就踩了这个坑，出现环状伪影和团状伪影，PSNR 直接惨到 9.99 dB。后来作者把稳定策略改成两段式处理：先用 ε 避免 log(0)，再对输出做安全截断，最后才把数值拉回原域。这个修正虽然不花哨，但非常关键。

表2：早期训练崩溃的代表性记录。模型前期还能冲到 13 dB 左右，后面却突然掉到 3 dB 附近，说明这里不是“慢慢没学好”，而是训练过程真的会塌方。

第四步：每张图的噪声参数都得单独对待

这篇论文最值得记一笔的工程经验，是它发现“统一噪声分布”这件事在这里会失效。因为每张 ICF 图像的噪声上下界都不一样，如果强行用一组固定的全局参数，网络很容易学成“输出一个平均值就算了”。于是作者改成读取每张图对应的 JSON 元数据，按图加载噪声范围。这个改动看起来像小修小补，实际上是决定成败的关键。

论文里把两种噪声变体都跑了一遍：Variant A 用固定高斯噪声近似，Variant B 用每图 JSON 读取的均匀噪声。最后两者都能把 PSNR 拉到 21 dB 左右，但 Variant B 的 PSNR 最好，说明“噪声匹配”比“拍个差不多”更重要。这个结论非常朴素，却很实用：在非标准成像任务里，噪声模型是否对路，往往比网络堆得有多深更关键。

实验结果碾压BM3D和Noise2Self：PSNR达21.41 dB

先说结论：这组实验不是“略优于基线”，而是直接把几条经典路线都甩开了。最好的结果来自 Variant B，平均 PSNR 达到 21.41 dB，SSIM 为 0.8358；相较噪声输入基线 1.95 dB，提升了 19.46 dB。对于去噪任务来说，这已经不是“抠一点分”，而是从灾难现场把图像拽回来了。

表3：不同实现阶段的 PSNR 与 SSIM 变化。可以看到，前期修稳定性、后期修噪声匹配，指标是一步一步抬上来的，而不是靠某个神奇按钮一键起飞。

更值得注意的是对比对象。Noise2Self 的 PSNR 只有 4.75 dB，SSIM 甚至掉到 0.0177，几乎等于把结构信息全搞没了；论文也明确指出，这是因为其像素独立性假设被 r = 0.99 的强相关噪声直接击穿。BM3D 也没好到哪里去，log 域版本 PSNR 4.47 dB，直接域版本 4.66 dB，说明在这种数据上，传统滤波器的先验太弱，救不了场面。

为什么这个结果可信，原因有三点。第一，实验不是只报一个最终数值，而是把从“默认设置”到“稳定训练”再到“每图噪声加载”的演进过程都展示出来，能看到问题是怎么被逐个修掉的。第二，对比方法覆盖了经典滤波、自监督盲去噪和本文方法，横向参照比较完整。第三，作者没有拿干净图参与训练，干净参考只用于评估，这让结果更符合真实应用场景。

图3：Variant A 去噪结果。固定高斯噪声版本已经能恢复出圆形边界和中心结构，但在细节恢复上仍有损失，说明“能用”不等于“最优”。

图4：Variant B 去噪结果。每图 JSON 噪声加载后，模型在 PSNR 上达到最好表现，说明更精确的噪声建模确实带来收益。

图5：BM3D 在对数域上的结果。轮廓还在，但细节和数值精度都不理想，属于“看着像去噪了，实际上没去干净”。

图6：Noise2Self 结果。棋盘格伪影非常明显，说明在强相关噪声条件下，方法假设和数据分布不匹配，训练目标再漂亮也没用。

从结果分布看，这篇论文真正赢的不是“网络结构更复杂”，而是方法假设和数据分布对齐了。这点在工程上非常重要。很多时候，模型不是不够强，而是前提就错了：噪声模型错、训练目标错、数值范围错，最后再好的 backbone 也只能陪跑。

未来展望：从合成数据到真实实验数据

论文自己也很诚实地指出了边界：当前结果主要建立在合成 ICF 图像上，真实实验数据是否同样有效，还需要进一步验证。这个问题不能回避，因为合成数据再像，也不等于真实探测器环境。真实场景里可能还有额外噪声源、仪器伪影、强度漂移，甚至各种没写进模型里的“小脾气”。

不过这篇工作的方向是清楚的：如果能拿到少量真实实验图，并且有对应的噪声标定信息，那么现成的 per-image 噪声加载机制就能直接延伸过去。也就是说，这不是一个只能在论文里跑通的“演示型方法”，而是具备继续往实际诊断系统推进的可能性。对于 ICF 这类高价值实验成像，哪怕只多恢复一点边界或内壳细节，意义都不小。

但也别把话说满。当前方法对低对比区域的恢复还不够理想，尤其是内壳灰度渐变没有完全保住，输出有时会偏向“二值化”风格。后续如果要继续提升，可能需要引入更关注局部梯度的损失，或者对低信噪区域加权。说白了，模型已经能把大结构捞上来，接下来要做的是别让精细纹理继续溜走。

龙迷三问

下面是龙哥对于大家可能的一些问题的解答：

这篇论文到底解决了什么问题？它解决的是 ICF 图像在乘性均匀噪声下难以去噪的问题，而且尽量不依赖干净训练数据。核心思路是把乘性噪声搬到对数域处理，再用自监督方式训练网络。

Noise2Self 为什么会失败？因为它依赖像素独立性假设，而论文里的噪声空间相关性极强，邻近像素相关系数达到 0.99。假设一错，方法就会在图像上吐出棋盘格伪影。

Variant A 和 Variant B 有什么区别？Variant A 用固定高斯噪声近似，属于“统一处理”；Variant B 则按每张图的 JSON 元数据加载真实噪声范围，属于“因图而异”。结果上，Variant B 的 PSNR 最好，说明更精确的噪声匹配确实有用。

如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~

龙哥点评

论文创新性分数：★★★★☆ 这篇工作最有价值的创新，不在“换了个网络”，而在于把对数域自监督和 ICF 的乘性噪声特性真正对齐了，还把理论等价关系证明完整了。

实验合理度：★★★★☆ 对比方法选得比较有代表性，且把训练崩溃、稳定化修复、噪声匹配等过程都展示出来了，实验链条是通的。

学术研究价值：★★★★☆ 对非标准成像噪声建模、自监督重建和物理成像场景都有启发，属于能往后续研究里接着用的思路。

稳定性：★★★☆☆ 最终方案稳定性明显提升，但前期训练塌方和对数域数值敏感说明它还不是“拿来就能无脑跑”的级别。

适应性以及泛化能力：★★★☆☆ 对乘性噪声、近零背景、强相关噪声这类场景适配较好，但换到别的成像模态还要重新验证噪声假设。

硬件需求及成本：★★★☆☆ U-Net 规模不算大，训练成本可控，但需要额外处理每图噪声元数据和稳定性策略，工程细节不少。

复现难度：★★★☆☆ 理论主线清楚，但要复现到最终效果，数值稳定、噪声加载、早停策略都得做对，少一步都可能翻车。

产品化成熟度：★★★☆☆ 在合成或标定充分的 ICF 场景里有落地潜力，但真实实验数据和跨设备泛化还需要进一步验证。

可能的问题：结果强依赖噪声建模准确性，且对低对比细节恢复仍不够理想，离“通吃所有实验图像”还有距离。

主要参考文献

[1] N. Naheed, B. T. Wolfe, and Z. Wang. Noise Classification of ICF Images Using a Convolutional Neural Network (CNN). Asia Mathematika, 2023.

[5] N. Gruber, J. Schwab, M. Haltmeier, A. Biguri, C. Dlaska, and G. Hwang. Noisier2Inverse: Self-Supervised Learning for Image Reconstruction With Correlated Noise. IEEE Access, 2025.

[6] J. Batson and L. Royer. Noise2Self: Blind Denoising by Self-Supervision. ICML, 2019.

[7] O. Ronneberger, P. Fischer, and T. Brox. U-Net: Convolutional Networks for Biomedical Image Segmentation. MICCAI, 2015.

*本文仅代表个人理解及观点，不构成任何论文审核或者项目落地推荐意见，具体以相关组织评审结果为准。欢迎就论文内容交流探讨，理性发言哦～想了解更多原文细节的小伙伴，可以点击"阅读原文"，查看更多原论文细节哦！

欢迎加入龙哥读论文粉丝群，扫描下方二维码或者添加龙哥助手微信号加群：kangjinlonghelper。一定要备注：研究方向+地点+学校/公司+昵称（如图像处理+上海+清华+龙哥），根据格式备注，可更快被通过且邀请进群。
这个六月，ICF 去噪这类“又黑又吵”的图像问题，最需要的不是玄学滤波，而是能把噪声模型讲明白、把结果做出来的硬方法。欢迎进群一起拆论文、看代码、聊落地。
wechat_helper