一、基于自编码器的图像降噪算法
自编码器（Autoencoder）作为深度学习降噪的基石，通过编码-解码结构实现噪声分离。其核心思想是将含噪图像压缩为低维隐空间表示，再通过解码器重构干净图像。
1.1 基础自编码器（AE）
基础自编码器采用全连接网络结构，数学表达为：
x̂ = D(E(x_noisy))
其中E为编码器，D为解码器，x̂为重构图像。其局限性在于无法捕捉图像的空间局部性，导致细节丢失。工程实践中常通过以下优化提升性能：
- 增加网络深度（堆叠自编码器）
- 引入稀疏性约束（Sparse Autoencoder）
- 结合卷积操作（Convolutional Autoencoder）
1.2 去噪自编码器（DAE）
DAE在AE基础上引入噪声注入机制，训练时显式添加高斯噪声：
L = ||D(E(x_noisy + ε)) - x_clean||^2
其中ε为随机噪声。典型实现如ImageNet上预训练的DAE模型，在低信噪比场景下可提升2-3dB PSNR。
1.3 变分自编码器（VAE）
VAE通过引入潜在变量分布约束，增强生成多样性。其损失函数包含重构误差和KL散度项：
L = ||x̂ - x_clean||^2 + D_KL(q(z|x)||p(z))
在医学图像降噪中，VAE可生成更符合解剖结构的去噪结果，但计算复杂度较AE高30%-50%。
二、生成对抗网络（GAN）体系
GAN通过判别器-生成器博弈实现高质量图像生成，在降噪领域衍生出多种变体。
2.1 原始GAN架构
基础GAN的损失函数为：
min_G max_D V(D,G) = E[log D(x_clean)] + E[log(1-D(G(x_noisy)))]
实践表明，单纯GAN易产生模式崩溃。CycleGAN通过循环一致性约束解决这一问题，在真实噪声去除任务中PSNR提升达1.8dB。
2.2 WGAN与LSGAN改进
WGAN采用Wasserstein距离替代JS散度，解决梯度消失问题：
min_G max_{||D||≤1} E[D(x_clean)] - E[D(G(x_noisy))]
LSGAN则使用最小二乘损失，使训练更稳定。在合成噪声数据集上，WGAN-GP变体可达到29.5dB的PSNR。
2.3 条件GAN（cGAN）
cGAN将噪声图像作为条件输入，生成器结构变为：
G: (x_noisy, z) → x̂
实验显示，在低光照降噪任务中，cGAN比无条件GAN的SSIM指标高0.12。
三、Transformer架构的突破
Vision Transformer（ViT）的引入为图像降噪带来新范式，其自注意力机制可捕捉长程依赖。
3.1 SwinIR模型
SwinIR采用滑动窗口注意力，计算复杂度从O(n²)降至O(n)，其结构包含：
- 浅层特征提取（3×3卷积）
- 深层特征提取（Swin Transformer块）
- 图像重建（上采样+卷积）
在Urban100数据集上，SwinIR-light版本参数量仅4.3M，却达到30.1dB PSNR，超越多数CNN模型。
3.2 Restormer架构
Restormer通过通道注意力优化计算效率，其核心模块为：
MCA = LayerNorm + (QK^T/√d)V + FFN
在真实噪声去除任务中，Restormer比DnCNN快5倍，同时保持相当的降噪效果。
四、混合架构创新
结合CNN与Transformer的混合模型成为新趋势，典型代表如下：
4.1 CONVNEXT-ViT混合
将CONVNEXT的深度可分离卷积与ViT的注意力机制结合，在SIDD数据集上达到31.2dB PSNR，参数量较纯Transformer减少40%。
4.2 Uformer架构
Uformer采用U型编码器-解码器结构，嵌入Swin Transformer块，其跳跃连接设计为：
F_out = Conv(UpSample(F_deep) + F_shallow)
在医学CT降噪中，Uformer可将剂量降低至常规水平的30%，同时保持诊断级图像质量。
五、工程实践建议
- 数据准备：合成噪声建议采用高斯-泊松混合模型，真实噪声需构建成对数据集（如SIDD）
- 模型选择：
- 实时应用：轻量级CNN（如DnCNN-S）
- 高质量重建：Transformer混合模型
- 特定领域：微调预训练模型（如医学图像用Uformer）
- 训练技巧：
- 使用L1损失替代L2可减少模糊
- 渐进式训练（先低分辨率后高分辨率）
- 混合精度训练加速收敛
- 部署优化：
- TensorRT量化可将模型体积压缩至1/4
- 动态输入分辨率支持适应不同设备
- ONNX Runtime提升跨平台性能
六、前沿发展方向
- 物理引导的神经网络：将噪声形成物理模型融入网络结构
- 零样本学习：利用CLIP等模型实现无需配对数据的降噪
- 扩散模型应用：近期研究表明，DDPM在极端噪声场景下表现优异
- 硬件协同设计：与ISP pipeline深度结合的端到端降噪方案
深度学习图像降噪已从早期手工设计网络发展到自动化架构搜索阶段。开发者应根据具体场景（实时性/质量要求、噪声类型、计算资源）选择合适算法，同时关注模型可解释性与数据隐私保护等新兴需求。未来，多模态融合与物理机制结合将成为重要突破方向。