基于積分圖與重構相似核的快速非局部均值濾波.pdf

1、數字圖像中的噪聲是客觀存在且難以避免的，圖像去噪一直是數字圖像處理領域里的熱點問題。當前的去噪算法存在兩類問題，去噪效果好的濾波算法往往時間復雜度相當大，而速度快的濾波算法一般去噪效果上不是相當理想。
　　非局部均值算法（Non-local Means）是A.Buades等人在2005年提出的一種去噪算法，由于不再局限于鄰域計算處理而拓展到整個圖像，因此獲得了比傳統(tǒng)去噪算法更加優(yōu)異的去噪結果。但是由于非局部均值算法是利用整幅圖像中

2、所有像素點的加權平均來對目標像素點去噪，所以具有很高的時間復雜度。
　　為了提高非局部均值算法的效率，本文引入了積分圖的計算方式，采用并行計算并省去了很多重復的計算。為了獲得近似乃至超過原始算法的去噪效果，重構了相似窗，利用堆疊金字塔結構，構造出類似高斯核的相似窗。并在中心點附近3x3區(qū)域內采取取同一權值的方法，改進了原有算法在權值計算時的瑕疵。最終，所提出的基于積分圖和重構相似核的非局部均值算法不僅算法速度上較原始非局部均值算法