ICF去噪新框架：对数域自监督，PSNR冲到21.41dB

这篇论文最有意思的地方，不是“又做了一个去噪器”，而是把ICF图像里最难缠的乘性均匀噪声，硬生生改写成了对数域里的可学问题。更关键的是，它还老老实实把实现里踩过的坑摊开讲了，属于既能看理论，也能学落地的那种文章。

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 #图像恢复 #AI应用

🐉 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“又做了一个去噪器”，而是把ICF图像里最难缠的乘性均匀噪声，硬生生改写成了对数域里的可学问题。更关键的是，它还老老实实把实现里踩过的坑摊开讲了，属于既能看理论，也能学落地的那种文章。

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:
Yeungnam University 原文链接:
https://arxiv.org/pdf/2606.28268v1.pdf

ICF图像去噪的痛点：乘性均匀噪声与空间强相关，无需干净数据！

ICF（惯性约束聚变）图像去噪，表面上像是“把图像变干净”这么朴素的一件事，实际上难点多得像在泥地里走钢丝。最麻烦的不是噪声大，而是噪声的脾气很怪：它不是普通的加性噪声，而是乘性均匀噪声，也就是噪声会随着信号强弱一起缩放；更离谱的是，它还带着空间强相关，相邻像素之间并不“各走各路”。这就意味着，很多在自然图像上好用的去噪套路，到了 ICF 场景里容易直接翻车。

这篇工作最有意思的地方，不是简单换了个网络，而是先把问题“掰正”了：既然乘性噪声不好学，那就先进对数域，把乘法变成加法；既然真实噪声参数每张图都不一样，那就别拿一个全局参数硬套。说白了，就是不和物理规律硬拗，先把数学关系理顺，再谈训练。

封面：Log-Domain Noisier2Inverse 在 ICF 乘性均匀噪声上的去噪结果。对比图一眼就能看出，这不是“稍微好一点”，而是从几乎看不出结构，拉回到了能看出目标边界和内部轮廓的程度。

这篇论文还有一个很实在的优点：它没有只讲“理论上可以”，而是把实现过程中踩过的坑也摊开了。比如对数变换后，真空背景接近 0 的像素会把数值稳定性搞崩；再比如噪声参数每张图都不同，若用固定全局分布去模拟，训练会直接学成“平均脸”。这类问题不讲，读者很容易觉得方法是“论文里很美，代码里很惨”；这篇工作反而把“惨”也记录下来了，反而更可信。🤨

方法概述

本论文的核心思路可以概括成一句话：把乘性噪声问题搬到对数域里，再用自监督方式训练去噪网络。原始图像里，观测值可以理解为“真实信号 × 噪声”；经过对数变换后，乘法关系就变成了“真实信号的对数 + 噪声的对数”，这一步让原本棘手的乘性噪声，变成更容易处理的加性噪声。

论文借用了 Noisier2Inverse 的思想。Noisier2Inverse 是一种自监督图像重建框架，核心不是拿干净标签去监督，而是人为再造一个“更吵一点”的输入，让网络学会从噪声中恢复信号。这里的关键点在于：只要人造噪声和真实噪声在分布上对齐，训练目标就能和有监督学习在理论上对应起来。论文把这个逻辑搬到对数域，并给出了完整证明。

网络本体并不花哨，用的是一个标准的 U-Net：编码器负责压缩语义，解码器负责恢复细节，跳连则把浅层细节直接送回来。真正的创新不在骨架，而在“数据怎么喂、域怎么变、噪声怎么对齐”。这类工作很典型：看着不像“新模型”，但真正难的是把方法变成能跑、能收敛、能出结果的系统。

核心设计

这部分是整篇论文最值钱的地方。先说人话：原始 ICF 图像里噪声是乘上去的，不是加上去的；而且真空背景接近 0，直接做对数会炸。于是论文先做数值稳定化，再做对数域重写，再构造自监督损失，最后才把网络训练起来。整个流程不是“拍脑袋拼装”，而是每一步都针对真实数据特性下药。

1）先把乘性噪声改写成加性噪声

论文中的基本假设是：观测图像可以写成“真实信号和噪声的乘积”。对这个式子取对数后，乘法就变成了加法。这个转换非常关键，因为 Noisier2Inverse 原本就是为加性噪声设计的；一旦到了对数域，原本不能直接套用的框架就有了落脚点。

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，这也是后面“必须按图加载噪声参数”的根本原因。

这里还有一个常被忽略的细节：对数域里，噪声并不一定对称。论文统计后发现，真实噪声参数的分布范围很宽，固定一个高斯近似看上去“顺手”，实际上和真实分布并不一致。也就是说，训练时如果拿错了噪声画像，网络学到的就不是“还原信号”，而是“适应错误假设”。这事听起来很学术，落到工程上就是：分布不对，模型再大也白搭。

2）自监督损失怎么来的

论文构造了一个“更吵”的对数域输入，把它喂给网络，让网络去预测原始对数域信号。训练时没有用干净图像做监督，而是用这个人造的 noisy-noisy 对来构造损失。理论上，只要人造噪声和真实噪声同分布，最小化这个损失就等价于在对数域里做有监督学习。

表1：两种噪声变体共享的超参数配置。可以看到，网络结构并不夸张，关键是训练细节：小批量、早停、梯度裁剪、余弦退火和微调阶段都被用上了，说明这类任务真正考验的是稳定训练，而不是“堆更深的网”。

这里的理论价值不只是“证明一下很漂亮”。它真正告诉读者一件事：自监督并不是玄学，前提是构造出来的“伪监督信号”真的和真实噪声机制一致。如果这个前提不成立，网络就会学偏。论文后面的实验，恰好把这个结论验证得很直白。

3）数值稳定性不是小事

ICF 图像里有大面积接近真空的区域，像素值非常接近 0。对数一上去，直接就是负无穷；再从对数域指数回去，又可能溢出。论文采用了两阶段稳定化策略，本质上就是给极端值加一道保险：先避免 log 爆掉，再避免 exp 跑飞。别小看这一步，很多“理论正确”的方法，最后死就死在这种数值边角料上。

表2：早期实验中的代表性训练崩溃。前期 PSNR 还能往上走，后面却突然塌掉，说明这个任务不是“调个学习率就完事”，而是需要早停、梯度裁剪和检查点保存一起上，才不至于前功尽弃。

4）为什么要按图加载噪声参数

这篇论文最“接地气”的修复之一，就是从固定全局噪声，改成读取每张图对应的 JSON 噪声参数。原因很简单：ICF 图像的噪声不是一个统一模板，而是每张图都可能有自己的上下界。固定全局分布会让网络学成“输出一个平均值”，看起来像是稳定了，实际上是彻底失去辨别力。

这类修复非常像真实工程：不是把模型换成更大，而是把数据管道修对。很多论文喜欢把性能提升归因于“更强结构”，这篇工作反而告诉读者，噪声建模对了，普通 U-Net 也能打出很像样的结果。

实验结果分析

先看实验设计，整体是合理的。训练集只有 100 张 ICF 图像，且训练时不使用干净图像，这和自监督设定是对齐的；测试时才用 clean reference 做定量评估，也符合论文的目标。更重要的是，论文没有把所有提升都推给网络，而是把“数值稳定”“噪声分布匹配”“训练崩溃”这些看似琐碎的问题逐个拆开，这让结果可信度明显高于那种只报一个最终分数、过程却一笔带过的写法。

从结果看，最关键的不是“某个小数点后更优”，而是方法跨过了一个量级：输入基线只有 1.95 dB，最终方法能到 21.41 dB，提升接近 20 dB。这个差距已经不是“修修补补”，而是把原本几乎不可用的图像，拉回到可分析的范围。对 ICF 这种依赖细节判断结构的场景来说，这种提升非常实在。

表3：实现阶段的 PSNR 与 SSIM 演进。可以看到，方法不是一步到位，而是从默认设置、数值修正、下采样尝试、参数优化一路爬上来。中间那次 Pixel-Shuffle Downsampling 甚至把结果拉差了，说明“看起来像在降相关性”的操作，不一定真的适合网络结构。

两种变体里，Variant B 也就是按图读取 JSON 噪声参数的版本，拿到了最好 PSNR；Variant A 用固定高斯噪声近似，PSNR 几乎一样，但 SSIM 略高一点。这个现象挺有意思：说明更精确的噪声对齐，主要提升的是重建的数值一致性，而结构相似性未必同步线性上升。换句话说，PSNR 和 SSIM 看的是不同维度，不能只盯一个分数下结论。

表4：ICF 乘性均匀噪声上的完整方法对比。这里的结果非常直白：Log-Domain Noisier2Inverse 几乎把另外两类基线按在地上摩擦。BM3D 虽然保住了一点结构感，但 PSNR 仍然很低；Noise2Self 更惨，空间相关性一上来，棋盘格伪影就把输出彻底毁了。

这也解释了一个很重要的结论：在非标准成像数据上，方法是否匹配噪声机制，比网络名字更重要。Noise2Self 失败，不是因为它“太老”，而是因为它依赖的像素独立假设被 r = 0.99 的强相关噪声直接打穿；BM3D 失败，则说明传统滤波在这种极端噪声和特殊结构下，很难同时兼顾结构和强度精度。

图2：各方法 PSNR 与 SSIM 对比。图里最醒目的不是哪条曲线“稍微高一点”，而是 Log-Domain Noisier2Inverse 直接把其他方法甩开一个明显档位。BM3D 的 SSIM 看着还行，但 PSNR 很低，属于“看起来顺眼，实际数值不对”；Noise2Self 则几乎被棋盘格伪影拖垮。

图3：变体 A 的去噪结果。可以看到，网络已经能把大轮廓和目标边界恢复出来，但细节区域仍有一定损失。这个版本说明，固定高斯近似“能用”，但不是最贴近真实噪声的做法。

图4：变体 B 的去噪结果。这个版本是论文的最佳结果，说明按图加载真实噪声参数，确实比粗糙近似更靠谱。它不是把网络“神奇地变强了”，而是把训练目标和真实噪声分布对齐了。

图5：BM3D 在对数域中的结果。它保住了大致结构，但细节恢复很有限，说明传统滤波在这个任务上更像“抹平噪声”，不是“恢复信息”。

图6：Noise2Self 结果。棋盘格伪影几乎统治了输出，说明当噪声的空间独立假设不成立时，这类方法会非常脆弱。

论文主体思路

*表格超出部分左右可以滑动

项目	内容
应用场景	ICF 成像中的乘性均匀噪声去噪，面向 X 射线探测图像恢复。
问题建模	把观测图像建模为真实信号与噪声的乘积，并通过对数变换转成加性噪声问题。
模型Backbone及选择原因	U-Net，原因是结构简单、适合图像恢复任务，且便于与自监督目标结合。
损失函数	对数域中的自监督重建损失，本质上学习“更吵输入”到原始对数信号的映射。
训练数据集	100 张 ICF 噪声图像，训练时不使用干净图像。
测试数据集	与每张图对应的 clean reference，仅用于定量评估。
训练方法	Adam、余弦退火、梯度裁剪、早停、微调；并比较固定高斯与按图 Uniform 两种噪声加载方式。
实验效果	相较噪声输入基线，PSNR 提升接近 20 dB；显著优于 BM3D 与 Noise2Self。
方法优势	无需干净训练数据；能适配乘性噪声；理论上有自监督与有监督等价证明。
方法缺点	对噪声分布匹配较敏感；对数域数值稳定性需要额外处理；对真实实验图像的泛化仍待验证。

总结与未来展望

这篇论文最值得肯定的，不是“又做了一个去噪网络”，而是把一个很容易被忽略的现实问题讲透了：当噪声是乘性的、空间相关的、而且每张图都不一样时，去噪不能只看模型结构，必须连噪声建模一起做对。这也是为什么它最后能在没有干净训练数据的前提下，仍然拿到很高的 PSNR。

不过，论文也没有把话说满。它自己就指出了几个边界：一是当前结果主要基于合成 ICF 图像；二是真实实验图像可能还有额外噪声、探测器伪影和强度分布偏移；三是对数域训练对低亮度区域仍比较敏感。换句话说，这套方法已经证明“这条路能走”，但要走到真实实验系统里，还得再过几道门槛。

如果后续要落地到真实 ICF 诊断，最自然的方向有两个：一个是把少量实验图像纳入微调，继续沿用按图加载噪声参数的思路；另一个是把损失函数进一步改造，让它对低对比度结构更敏感，避免内壳细节被“平均化”。这两条路都很务实，也都比单纯再堆一层网络更靠谱。

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的去噪问题，而且还要求训练时不依赖干净图像。方法的关键不是盲目堆模型，而是把问题转到对数域，再用自监督框架完成重建。

Variant A 和 Variant B 有什么区别？Variant A 用固定高斯噪声近似对数域噪声，属于“先凑合能跑”；Variant B 直接按每张图的 JSON 噪声参数加载 Uniform 噪声，更贴近真实分布，所以最终 PSNR 最好。简单说，前者是统一模板，后者是按图定制。

为什么 Noise2Self 会失败得这么明显？因为 Noise2Self 依赖像素独立假设，而这篇数据里的噪声空间相关性极强，相关系数 r = 0.99。假设一旦被打穿，模型就容易生成棋盘格伪影，输出看起来像“有处理”，其实结构已经乱了。

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：★★★★☆

把乘性噪声搬进对数域，再把 Noisier2Inverse 改造成自监督去噪框架，这个思路不算“凭空造新物种”，但确实抓住了问题本质，属于聪明且有效的改造。

实验合理度：★★★★☆

对比了自监督、传统滤波和输入基线，且把失败过程也展示出来了，可信度不错；不过测试数据仍以合成 ICF 图像为主，真实场景验证还不够。

学术研究价值：★★★★☆

对非标准噪声、自监督重建和物理成像结合都有启发，尤其适合噪声建模复杂的实验成像任务。

稳定性：★★★☆☆

训练过程对数值稳定和噪声参数匹配很敏感，说明方法能跑，但还谈不上“拿来即用”的工业级稳。

适应性以及泛化能力：★★★☆☆

对 ICF 这类乘性、强相关噪声场景很合适，但换到噪声机制完全不同的图像上，未必还能保持同等效果。

硬件需求及成本：★★★☆☆

U-Net 本身不算重，但训练过程要处理对数域稳定性、早停和反复试错，算力成本中等，工程成本不低。

复现难度：★★★☆☆

理论和流程写得比较清楚，但真实复现仍依赖噪声参数、数据格式和稳定化细节，细节少一步就容易翻车。

产品化成熟度：★★★☆☆

适合科研和特定成像管线，若要进真实诊断系统，还需要实验图像验证、参数标定和鲁棒性测试。

可能的问题：方法对噪声分布匹配较敏感，真实实验图像泛化未验证；对数域数值稳定和低对比度细节恢复仍是短板。

主要参考文献

[1] Gyeongha Hwang, Bradley Thomas Wolfe, Naima Naheed. Denoising ICF Images with Multiplicative Uniform Noise: A Self-Supervised Study Based on the Log-Domain Noisier2Inverse Framework. arXiv:2606.28268v1, 2026.

[2] N. Moran, D. Schmidt, Y. Zhong, P. Coady. Noisier2Inverse: Self-Supervised Learning for Image Reconstruction With Correlated Noise. IEEE Access, 2025.

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

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

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。
『龙哥读论文』微信群目前包含：图像处理、大模型及智能体、自动驾驶及机器人、AI医疗及AI金融5个群