混合相似性权重的非局部均值去噪算法

• 作者: 付兴武 刘万军 黄智
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 图像去噪 非局部均值 相似性度量 奇异值分解 平稳小波变换
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 虚拟现实与数字媒体
• 页码范围: 556-562
• 页数: 7页
• 分类号: TP391.41
• 字数: 8079字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.02.0556

摘要

针对传统非局部均值(NLM)滤波在噪声标准差较大时,加权欧氏距离不能真实反映邻域块相似度的问题,提出一种新的混合相似性权重的非局部均值去噪算法.首先,利用平稳小波变换的特点对噪声图像进行分解,并利用滤波函数对细节子带进行预去噪处理;然后,根据预去噪图像计算块间相似性参考因子,并使用其替换传统NLM算法中高斯核函数;最后,为使相似性权重更符合人眼视觉系统(HVS)特点,使用基于图像结构感知的块奇异值分解(SVD)方法定义邻域间相似性度量,与传统NLM算法相比能更为真实地反映邻域间相似度.实验结果表明,混合相似性权重的非局部均值去噪算法较传统NLM算法在视觉上能更好地保留纹理细节及边缘信息,而且结构相似度(SSIM)指标较传统NLM算法也有一定提高,在噪声标准差较大情况下具有有效性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘万军	辽宁工程技术大学软件学院	181	1681	19.0	33.0
2	付兴武	辽宁工程技术大学软件学院	61	373	11.0	17.0
3	黄智	辽宁工程技术大学软件学院	3	18	2.0	3.0