Как оптимизировать вес ТВ-фильтра? ⇐ Python

[Anonymous]

У меня есть 2D-данные с фоновым шумом и высокими значениями. Я пытаюсь применить ТВ-фильтр для шумоподавления данных. Есть ли подходящий метод, позволяющий избежать чрезмерного шумоподавления данных?
Я пытался проверить значение MSE следующим образом:

Код: Выделить всё

import numpy as np
from skimage.restoration import denoise_tv_chambolle
import matplotlib.pyplot as plt
from sklearn.metrics import mean_squared_error
from scipy import stats

def create_mask_from_quantiles(image, lower_quantile=0.1, upper_quantile=0.9):
"""
Create a mask based on quantile values to exclude extreme values.

Parameters:
-----------
image : 2D numpy array
Input image
lower_quantile : float
Lower quantile threshold (0-1)
upper_quantile : float
Upper quantile threshold (0-1)

Returns:
--------
mask : 2D boolean array
True for values within quantile range
"""
lower_thresh = np.quantile(image, lower_quantile)
upper_thresh = np.quantile(image, upper_quantile)
return (image >= lower_thresh) &  (image  0.1))

# Normalize to 0-1 range
test_image = (test_image - test_image.min()) / (test_image.max() - test_image.min())

return test_image

# Generate test data with different wind conditions
test_image = generate_test_data(
size=100,
noise_level=0.1,
wind_direction=45,  # 45 degree wind direction
wind_speed=1.5     # Moderate wind speed
)

multiplier = 2

# Find optimal weight and denoise
optimal_weight, results = tune_tv_chambolle(
test_image,
lower_quantile=0.2,
upper_quantile=0.8,
n_weights=15,
multiplier=multiplier,
)

# Apply final denoising with optimal weight
final_denoised = denoise_tv_chambolle(test_image, weight=optimal_weight,
channel_axis=None,
)

# Compare original vs denoised for masked region
mask = results['mask']
original_std = np.std(test_image[mask])
denoised_std = np.std(final_denoised[mask])
noise_reduction = (1 - denoised_std/original_std) * 100

print(f"Optimal weight: {optimal_weight:.4f}")
print(f"Noise reduction in masked region: {noise_reduction:.1f}%")

Вот некоторые результаты с использованием разных значений Weight_max ТВ-фильтра.
weight_max = Noise_std*2
Оптимально вес: 0,0572
Снижение шума в замаскированной области: 20,8%


weight_max = Noise_std*3
Оптимальный вес: 0,0259
Снижение шума в замаскированной области: 24,9 %


weight_max = Noise_std*4
Оптимальный вес: 0,0436
Снижение шума в замаскированной области: 25,2 %


Вопрос
Кажется, Noise_std*3 получает неправильный оптимальный вес согласно изображению. Как установить правильный диапазон веса, чтобы получить оптимизированный ТВ-фильтр?

Подробнее здесь: https://stackoverflow.com/questions/793 ... -tv-filter