4. 从传统到深度学习：为什么需要深度学习？深度学习降噪的基本范式
说实话，我刚入行那会儿，图像降噪基本就是BM3D、NLM这些传统方法的天下。那时候大家比的是谁家的参数调得更好，谁家的先验模型更精巧。但慢慢地，你会发现一个很尴尬的问题——传统方法的上限，被数学公式给锁死了。
4.1 传统降噪方法的瓶颈
传统方法的核心思路，说白了就是“建模”。我们假设噪声是高斯分布，假设图像是分段平滑的，然后在这个假设框架下去求解。但真实世界的噪声，哪有那么听话？
传统方法的三个硬伤：
- 先验假设太强：真实噪声往往不是纯高斯，还有泊松、散粒噪声、读出噪声混在一起。你用一个简单模型去套，必然丢细节。
- 计算效率低：BM3D的块匹配和协同滤波，处理一张1080p图像要好几秒。放到视频流里，根本跑不动。
- 参数调优靠玄学：我记得有一次做工业检测项目，换了一个传感器，之前调好的BM3D参数全废了。重新调参又花了两周。
你想想看，传统方法本质上是在“猜”图像的统计规律。而深度学习，是让网络自己去“学”这个规律。这就是根本区别。
4.2 为什么深度学习能破局？
深度学习降噪的优势，其实就三点：
- 端到端学习：输入噪声图，输出干净图。中间的特征提取、噪声建模、细节重建，全交给网络自己搞定。
- 非线性表达能力：传统方法受限于线性滤波或简单非线性变换。深度网络有几十层非线性激活函数，能拟合极其复杂的映射关系。
- 数据驱动：换一个传感器？重新采集一批数据，微调一下网络就行。不用从头推导数学公式。
我在一个手机影像项目里做过对比：同样的测试集，BM3D的PSNR大概在32dB左右，而一个简单的DnCNN就能到34dB以上。而且细节保留上，深度学习方法明显更自然。
我的经验： 不要迷信“深度学习万能”。如果训练数据和测试数据分布差异太大，深度模型可能还不如传统方法稳定。但只要你数据够、场景对，深度学习的优势是碾压级的。
4.3 深度学习降噪的基本范式
现在主流的降噪范式，按训练方式可以分为三类。我按出现时间顺序给你捋一遍。
4.3.1 有监督降噪
这是最直接、效果也最好的方式。你需要成对的训练数据：一张干净图，一张对应的噪声图。网络的任务就是学习从噪声图到干净图的映射。
经典网络有DnCNN、FFDNet、CBDNet等。损失函数一般用L1或L2损失，有时候加上感知损失来保细节。
注意： 有监督降噪最大的痛点是数据获取。真实场景下，你很难拍到一张“干净”的图。我做过一个天文图像项目，为了得到干净图，需要把几十张长曝光图像叠平均。那个采集成本，想想都头疼。
4.3.2 无监督降噪
无监督就是不依赖成对数据。常见思路有两种：
- 噪声建模法：先估计噪声分布，然后从噪声图中采样生成训练对。比如Noise2Noise，它用两张不同噪声的图来训练。
- 生成对抗法：用GAN来生成干净图，判别器判断真假。但GAN训练不稳定，容易产生伪影。
说实话，无监督降噪在实际工程中用的不多。效果比有监督差一截，而且调参更麻烦。除非你真的搞不到成对数据，否则我不建议走这条路。
4.3.3 自监督降噪
这是近几年比较火的方向。核心思想是：从单张噪声图内部，自己生成训练信号。
最经典的例子是Noise2Void和Noise2Self。它们利用“盲点”策略——用一个像素周围的邻居去预测这个像素的值。因为噪声是独立的，而图像结构是相关的，所以网络能学会去噪。
自监督的优势：
- 不需要成对数据，甚至不需要知道噪声分布
- 适用于医学图像、显微图像等难以获取干净图的场景
- 训练过程相对稳定
我在一个病理切片项目里用过Noise2Void。当时实验室没有干净图，传统方法效果很差。自监督方法虽然不如有监督那么完美，但至少把噪声压下去了，细节也保留得不错。
4.4 三种范式的对比
我整理了一个表格，方便你对比选择：
| 范式 | 数据需求 | 效果 | 适用场景 | 工程难度 |
|---|---|---|---|---|
| 有监督 | 成对数据（干净+噪声） | 最优 | 有干净图来源的场景 | 低 |
| 无监督 | 不成对数据 | 中等 | 数据获取困难但可建模噪声 | 高 |
| 自监督 | 单张噪声图 | 中等偏下 | 完全无干净图、噪声独立 | 中 |
4.5 知识结构图
下面这张图，把三种范式的关系和演进路径画清楚了：
4.6 如何选择？
我个人的建议是：
- 有数据就选有监督：效果最好，工程最稳。别跟自己过不去。
- 没数据但噪声可建模：试试无监督。但要做好调参的心理准备。
- 完全没数据，噪声独立：自监督是最后的退路。虽然效果不是最优，但至少能用。
一个小技巧： 如果你不确定选哪种，可以先跑一个自监督的baseline。然后看效果差距，再决定要不要花成本去采集成对数据。我在好几个项目里都是这么干的，省了不少时间。