基于梯度特征的双核非局部均值去噪算法

• 作者: 张玉征 杨词慧 林泉
• 来源期刊: 计算机应用研究
• 关键词: 非局部均值 高斯函数 正弦函数 梯度特征
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1573-1576
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.12.0830

摘要

针对传统非局部均值(NLM)滤波算法中邻域间相似性计算易受噪声干扰的问题,提出了一种基于梯度特征的双核非局部均值滤波算法.通过图像块之间的欧氏距离及梯度特征度量邻域间相似性,采用双核函数代替传统指数核函数计算相似性权值,并通过衡量搜索区域中的邻域块与当前像素邻域的相似程度,对像素点的权值进行重分配,在此基础上重估像素点去噪值并得到滤波图像.实验结果表明,提出的滤波算法与传统的NLM滤波算法及分别含有高斯核和正弦核的改进NLM滤波算法相比,可以更准确地反映邻域间的相似度,保存图像的细节及边缘信息,从而有效提升图像的去噪效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨词慧	南昌航空大学信息工程学院	7	9	2.0	2.0
3	林泉	南昌航空大学信息工程学院	2	4	1.0	2.0
4	张玉征	南昌航空大学信息工程学院	1	3	1.0	1.0