一種新的混合相似性權重的非局部均值去躁算法
大小：1.22 MB 人氣：0 2017-12-25 需要積分：1
標簽：權重(7568)
針對傳統非局部均值（NLM）濾波在噪聲標準差較大時，加權歐氏距離不能真實反映鄰域塊相似度的問題，提出一種新的混合相似性權重的非局部均值去噪算法。首先，利用平穩小波變換的特點對噪聲圖像進行分解，并利用濾波函數對細節子帶進行預去噪處理；然后，根據預去噪圖像計算塊間相似性參考因子，并使用其替換傳統NLM算法中高斯核函數；最后，為使相似性權重更符合人眼視覺系統（HVS）特點，使用基于圖像結構感知的塊奇異值分解（SVD）方法定義鄰域間相似性度量，與傳統NLM算法相比能更為真實地反映鄰域間相似度。實驗結果表明，混合相似性權重的非局部均值去噪算法較傳統NLM算法在視覺上能更好地保留紋理細節及邊緣信息，而且結構相似度（ SSIM）指標較傳統NLM算法也有一定提高，在噪聲標準差較大情況下具有有效性和魯棒性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
