一种改进权重的非局部均值图像去噪方法

• 作者: 黄玲俐
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 图像去噪 非局部均值去噪 加权核函数 高斯噪声
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 16-19
• 页数: 4页
• 分类号: TP301
• 字数: 3034字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.06.004

摘要

非局部均值( Non-Local Means,NLM)去噪采用图像邻域间的自相似性构造权重,进而达到图像恢复的效果。文中对非局部均值去噪模型进行了介绍说明,尤其是对原始非局部均值去噪算法中的核函数—指数函数进行了描述,并且通过对几种新的加权核函数的分析说明,综合几种的优缺点,提出了一种新的加权核函数。然后又对双边滤波算法进行了研究说明,借鉴双边滤波的优点,再结合之前提出的新的加权核函数,进而得到了一种改进的权重函数,提出了一种新的权重计算公式,得到了一种改进的非局部均值去噪算法。通过对添加不同噪声水平的噪声图像进行实验,结果表明,与传统的非局部均值滤波算法相比,文中算法保护了恢复图像的边缘,突出了几何特征和纹理,去噪效果比原有算法有所提高,在去噪性能和结构信息上均有显著效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄玲俐	电子科技大学数学科学学院	1	12	1.0	1.0