非局部平均圖像去噪算法研究.pdf

1、圖像去噪是圖像處理領(lǐng)域中的重要研究?jī)?nèi)容。有效地去除圖像中的噪聲，不僅能提高主觀視覺(jué)效果，而且能改善圖像的后續(xù)處理結(jié)果。本文對(duì)各種去噪算法尤其是非局部平均算法(Nonlocal Means)進(jìn)行了深入研究，分析了算法的優(yōu)缺點(diǎn)，并針對(duì)性的做出改進(jìn)，實(shí)驗(yàn)結(jié)果證明了改進(jìn)的有效性。
　　 本文提出了一種新的噪聲標(biāo)準(zhǔn)差的估計(jì)方法。通過(guò)對(duì)噪聲圖像的各級(jí)小波系數(shù)做歸一化處理，使其近似為白噪聲，然后利用白噪聲的標(biāo)準(zhǔn)差估計(jì)方法來(lái)估計(jì)未知噪聲的強(qiáng)度，

2、取得了準(zhǔn)確穩(wěn)定的估計(jì)結(jié)果。原始的非局部平均算法對(duì)于所有像素采用相同的濾波參數(shù)，而沒(méi)有考慮像素特征的差異性。本文使用邊緣檢測(cè)方法對(duì)像素進(jìn)行分類，對(duì)邊緣點(diǎn)等高頻細(xì)節(jié)施加較弱的平滑，對(duì)平坦區(qū)域等低頻信息施加較強(qiáng)的平滑，使得算法能夠適應(yīng)圖像的特征而調(diào)整平滑強(qiáng)度，在濾除噪聲的同時(shí)減少了圖像細(xì)節(jié)的損失，取得了更好的去噪視覺(jué)效果。針對(duì)非局部平均算法計(jì)算量龐大的缺點(diǎn)，通過(guò)對(duì)加權(quán)歐式距離公式的分析和簡(jiǎn)化，提出了基于快速傅里葉變換(FFT)和平方積分圖(S