關(guān)于圖像處理中非局部均值降噪算法的研究.pdf

1、本文對(duì)圖像非局部加權(quán)平均降噪算法加以改進(jìn)，提出了旋轉(zhuǎn)不變相似度量加權(quán)降噪算法和矩篩選相似權(quán)降噪算法.一方面改進(jìn)是提出了旋轉(zhuǎn)不變相似度量算法，自然界中圖像的相似是普遍存在的，而圖像間的相似性隨著圖像的旋轉(zhuǎn)，空間距離發(fā)生變化，而像素點(diǎn)值并不會(huì)因?yàn)閳D像的旋轉(zhuǎn)而發(fā)生變化.即將像素的比較窗口進(jìn)行多角度任意旋轉(zhuǎn)，取那個(gè)像素旋轉(zhuǎn)比較窗口的最小相似距離作為兩像素間的相似距離，再把相似距離的帶參負(fù)指數(shù)函數(shù)作為兩像素間的相似權(quán)，然后進(jìn)行加權(quán)平均，進(jìn)而恢復(fù)被

2、噪聲污染像素點(diǎn).另一方面是改進(jìn)圖像處理效率，在將像素比較窗口進(jìn)行最優(yōu)旋轉(zhuǎn)的基礎(chǔ)上，將學(xué)習(xí)窗口內(nèi)像素的鄰域灰度分布特征與中心像素鄰域的灰度分布特征進(jìn)行比較篩選，用比較窗口的灰度矩作為篩選指標(biāo)，選取比較窗口灰度矩與中心像素比較窗口灰度矩接近的像素參與加權(quán)運(yùn)算.
　　數(shù)字圖像模擬實(shí)驗(yàn)表明，本文提出的旋轉(zhuǎn)不變相似度量算法可以改進(jìn)圖像，當(dāng)噪聲強(qiáng)度較低標(biāo)準(zhǔn)差較小時(shí)，本文有比較重構(gòu)效果好的降噪效果.矩篩選法選取適當(dāng)?shù)拈撝担懦c中心像素比較窗口