非局部均值去噪算法研究.pdf

1、作為一種圖像預(yù)處理手段，圖像去噪在眾多圖像處理應(yīng)用中發(fā)揮著重要的作用。到目前為止，圖像去噪問題被大量研究，并取得了許多重要成果，涌現(xiàn)出了包括非局部均值(NLM)去噪算法在內(nèi)的一批優(yōu)秀的去噪方法。值得一提的是，相比于傳統(tǒng)的局部去噪算法，非局部均值去噪算法有著更好的去噪性能和更好的圖像細(xì)節(jié)保留能力。
　　非局部均值去噪算法的出發(fā)點(diǎn)為鄰域平均和實(shí)際中廣泛存在的圖像紋理結(jié)構(gòu)的自相似性。針對(duì)現(xiàn)有非局部均值濾波算法在計(jì)算圖像塊相似性時(shí)僅考慮了

2、圖像塊平移的情況導(dǎo)致算法的去噪性能仍然不夠好的問題，對(duì)現(xiàn)有非局部均值濾波算法進(jìn)行了改進(jìn)，提出了兩種可以進(jìn)一步提高去噪性能的處理方案。
　　論文的主要工作和創(chuàng)新點(diǎn)如下:
　　1)提出了一種計(jì)入圖像旋轉(zhuǎn)對(duì)相似度貢獻(xiàn)的、效果更好的圖像塊匹配方法。為了獲得與給定像素點(diǎn)鄰域相似的圖像子塊，首先對(duì)給定像素點(diǎn)周邊的相關(guān)鄰域子塊按灰度值大小排序，計(jì)算其與同樣按灰度值大小排序的給定像素點(diǎn)鄰域子塊之間的距離，據(jù)此篩選出灰度分布相似的圖像子塊作為

3、候選集，更進(jìn)一步計(jì)算候選集中每個(gè)圖像子塊經(jīng)多次旋轉(zhuǎn)得到的平均圖像子塊與給定像素點(diǎn)同樣經(jīng)多次旋轉(zhuǎn)得到的平均圖像子塊間的距離，從中選出結(jié)構(gòu)上更為相似的圖像子塊;同時(shí)為了克服噪聲對(duì)子塊間相似度計(jì)算準(zhǔn)確性的影響，在計(jì)算子塊相似度之前對(duì)輸入圖像進(jìn)行了預(yù)濾波處理。
　　2)提出了一種基于改進(jìn)局部二值模式(LBP)的旋轉(zhuǎn)不變且具有抗噪性的相似度度量方法，并將其應(yīng)用于NLM濾波算法。在比較兩圖像塊的相似性時(shí)，先利用改進(jìn)的LBP算子獲取各個(gè)圖像塊中