从四篇经典论文看图像去噪方法的演进脉络：稀疏性、自相似性与自适应性
图像去噪是信号处理与计算机视觉中最基础也最持久的问题之一。一幅被加性高斯白噪声污染的图像，如何在抑制噪声的同时保留边缘、纹理和精细结构？围绕这一问题，研究者在过去三十年间提出了多条截然不同的技术路线。本文基于四篇在该领域具有里程碑意义的工作——分别涉及小波收缩、非局部均值、字典学习与协同三维滤波——梳理其核心思想，比较方法论差异，并从中提炼出图像去噪技术演进的内在逻辑。
一、两条基本思路：变换域稀疏与空间域自相似
纵观四篇文章，图像去噪的核心假设可归结为两大类：信号在某个变换域中是稀疏的，或者图像在空间域中存在大量可利用的自相似结构。前者的代表是小波收缩，后者的代表是非局部均值，而字典学习与BM3D则分别以不同方式将两条思路融合。
《用小波收缩适应未知光滑性》所介绍的SureShrink方法（Donoho & Johnstone, 1994）是变换域稀疏去噪的奠基之作。其逻辑极为简洁：正交小波变换将信号能量集中到少数大系数上，而白噪声在变换后仍均匀分布于所有系数，因此通过阈值操作——保留大系数、压缩或置零小系数——即可实现信号与噪声的分离。该方法的理论贡献在于证明了一种无需任何光滑性先验知识的估计器，能在Besov空间的广泛函数类上同时达到近极小极大收敛速率，且计算复杂度仅为O(N log N)。这一”同时自适应性”打破了传统非参数估计中自适应与最优性之间的权衡。
十年后，《非局部均值：用图像自身的冗余去噪》提出了完全不同的视角。Buades等人（2005）的核心洞察是：自然图像中相似的纹理和结构反复出现在远距离位置上，而传统局部滤波器——无论是高斯平滑、各向异性扩散还是全变分最小化——都只利用了像素的局部邻域，本质上受限于”光滑性”假设。NL-means通过在全图范围内搜索具有相似邻域块的像素并加权平均，将去噪从”信号分离”重新定义为基于图像自相似性的”预测”问题。在标准差为20的高斯噪声下，NL-means的均方误差仅为全变分方法的62%，效果提升显著。
二、从预设变换到数据驱动：字典学习的桥梁作用
小波收缩的一个隐含前提是：小波基是描述图像稀疏结构的”正确”变换。但对于纹理丰富或结构复杂的图像，固定的小波基未必是最优选择。《从噪声图像自身学字典做去噪》所介绍的K-SVD方法（Elad & Aharon, 2006）正是针对这一局限性的回应。
K-SVD的核心主张是：与其预设变换基，不如直接从数据——甚至从待去噪的噪声图像本身——学习冗余字典。每个8×8图像块被建模为64×256字典中少数原子的线性组合，通过正交匹配追踪求解稀疏���数，再经K-SVD算法交替优化字典原子与稀疏编码。这种方法使字典能够自适应地捕捉特定图像的局部统计特性。实验表明，在σ≤50的噪声范围内，自适应字典的PSNR达到34.86 dB，超越当时最优的Portilla小波域方法约0.24 dB；对纹理丰富的Barbara图像，K-SVD迭代相比初始DCT字典可获得高达1 dB的增益。
从方法论谱系来看，K-SVD处于一个关键的过渡位置。它继承了小波收缩的稀疏表示框架，但用数据驱动的字典替代了固定变换基；它尚未显式利用非局部自相似性，但字典学习过程隐含地从大量重叠块中提取了图像的统计规律。这使它成为连接手工特征工程与后来深度学习表示学习之间的重要桥梁。
三、两条路线的融合：BM3D的系统性整合
《BM3D：把相似块堆成3D组做协同滤波》所介绍的BM3D算法（Dabov et al., 2007）可以被视为对前述所有思想的系统性整合。它同时利用了变换域稀疏性和空间域自相似性，并通过精巧的工程设计将两者的优势叠加。
BM3D的工作流程是：首先在图像中搜索与参考块相似的块（块匹配，对应NL-means的自相似性思想），将这些块堆叠成三维数组；然后在这个三维数组上做变换域收缩（对应小波收缩的稀疏性思想）。关键的创新在于，相似块之间的冗余通过跨块方向的一维变换（Haar小波）被进一步压缩，使显著系数数量从N×K骤降至接近K，稀疏度的大幅提升直接转化为更精准的阈值收缩。Dabov等人还指出，如果在跨块方向仅保留DC分量，BM3D本质上退化为NL-means——这一观察精确地揭示了NL-means在BM3D框架中的位置：它是三维协同滤波的一个特例，也是一个性能显著低于完整方案的退化模式。
BM3D采用两步流水线进一步提升性能：第一步用硬阈值收缩获得基础估计，第二步在此基础上重新分组并用经验Wiener滤波精修，后者通常带来超过0.5 dB的额外增益。在标准测试条件（σ=25高斯白噪声）下，BM3D在Lena、Barbara、House等图像上全面领先当时所有方法，且处理256×256图像仅需0.7至4.1秒，比K-SVD快一到两个数量级。
四、关键维度的对比
先验假设的演进。四种方法对图像的假设逐步从抽象走向具体。SureShrink假设信号在小波域稀疏，这是对函数光滑性的一种隐式刻画；NL-means假设图像具有空间自相似性，不依赖任何光滑性条件；K-SVD假设图像块可以被学习到的字典稀疏表示，将先验从固定变换推广到自适应字典；BM3D同时假设稀疏性和自相似性，并通过三维变换将���者统一。
自适应性的层次。SureShrink的自适应体现在阈值选择上——通过SURE准则在每个分辨率层级独立确定最优阈值，无需知道信号的光滑度。K-SVD的自适应更进一步，不仅阈值（稀疏度约束）是数据驱动的，连表示基本身也从数据中学习。NL-means和BM3D的自适应则体现在权重或分组结构上——哪些块被认为”相似”完全由图像内容决定。
纹理处理能力。四篇文章不约而同地关注了纹理丰富图像（尤其是Barbara）的表现。NL-means通过”方法噪声”分析揭示了全变分等方法对纹理的系统性损伤；K-SVD在Barbara上的增益尤为显著，因为学习到的字典能捕捉规则纹理的原子；BM3D对含规则纹理的图像改进最为明显，因为规则纹理恰好提供了大量高质量的匹配块，使三维变换的稀疏化效果最大化。相比之下，SureShrink基于固定小波基，对各向异性纹理的适应能力最弱。
计算效率与实用性。SureShrink的O(N log N)复杂度使其在四种方法中最为高效。NL-means的全图搜索在原始形式下计算量较大，但可通过限制搜索窗口（如21×21）大幅降低。BM3D在工程优化后达到了令人印象深刻的速度（256×256图像不到5秒），而K-SVD因涉及迭代字典学习，计算开销高出一到两个数量级。
五、演进趋势与未解问题
从1994年的SureShrink到2007年的BM3D，图像去噪方法的演进呈现出几条清晰的趋势。
第一，从全局变换到局部自适应表示。小波变换是全局性的，对所有图像使用相同的基；K-SVD的字典对每幅图像不同；BM3D的分组结构对每个参考块不同。表示的局部化和自适应程度持续提高。
第二，从单一先验到复合先验。早期方法通常只利用一种图像先验（稀疏性或自相似性），而BM3D的成功表明，将多种互补先验整合到统一框架中能带来实质性的性能提升。
第三，理论保证与实际性能之间存在张力。SureShrink拥有最完备的理论保证（近极小极大最优性），但实际PSNR并非最高；BM3D实际性能最强，但缺乏类似的理论收敛保证。NL-means介于两者之间，其几乎必然收敛至条件期望的结论依赖于图像尺寸增长的渐近假设。
这四篇工作也共同留下了一些未解问题。高噪声条件下（如K-SVD在σ=100时性能显著下降）的鲁棒性仍是挑战；对非高斯噪声、信号相关噪声的推广尚不充分；计算效率与去噪质量之间的权衡仍有优化空间。更根本的是，这些方法都依赖于手工设计的算法流程和显式的数学模型——这一范式在深度学习时代受到了根本性的挑战，但它们所揭示的稀疏性、自相似性和自适应性原则，至今仍是理解和设计去噪算法的核心概念框架。
