結(jié)構(gòu)特性匹配的非局部均值圖像去噪算法研究.pdf

1、圖像去噪是數(shù)字圖像處理中的重要問(wèn)題,噪聲的存在妨礙人們對(duì)圖像信息的理解和提取,去噪后的圖像質(zhì)量也影響著后續(xù)的圖像處理過(guò)程。
　　非局部均值(Non-Local Means,NLM)算法利用了自然圖像中存在相似結(jié)構(gòu)的特性,以此衡量像素點(diǎn)間的相似性,并且通過(guò)對(duì)搜索范圍內(nèi)的像素點(diǎn)值加權(quán)平均,估計(jì)像素點(diǎn)的真實(shí)灰度值,去噪效果獲得了較大提升。本文從這一算法出發(fā),針對(duì)該算法中的關(guān)鍵問(wèn)題:圖像塊間結(jié)構(gòu)相似性的度量,研究并分析了兩種結(jié)構(gòu)特性匹配的

2、NLM去噪算法,所做的研究及主要貢獻(xiàn)如下:
　　(1)研究并分析了CV-Kmeans區(qū)域分類算法,利用變差系數(shù)衡量圖像的勻質(zhì)性,與Kmeans聚類算法結(jié)合,對(duì)圖像的結(jié)構(gòu)特性進(jìn)行分類。
　　(2)研究并分析了一種基于結(jié)構(gòu)特性分類的NLM去噪算法。該方法首先根據(jù)結(jié)構(gòu)變化的激烈程度對(duì)含噪圖像的結(jié)構(gòu)特征進(jìn)行分類;其次,對(duì)不同類別區(qū)域內(nèi)采用不同尺寸的圖像塊進(jìn)行相似性度量;最后,加權(quán)平均得到最后的去噪像素點(diǎn)的估計(jì)值,實(shí)現(xiàn)噪聲的去除。

3、r>　　(3)研究并分析了一種采用結(jié)構(gòu)自適應(yīng)塊匹配的NLM去噪算法。該方法針對(duì)基于結(jié)構(gòu)特性分類的NLM去噪算法中的缺陷,提出一種具有圖像結(jié)構(gòu)自適應(yīng)性的NLM去噪算法。該算法首先引入 CV-Kmeans區(qū)域分類算法,將圖像劃分為包含邊緣及紋理的結(jié)構(gòu)區(qū)域和平坦區(qū)域;在結(jié)構(gòu)區(qū)域進(jìn)一步根據(jù)不同尺度下圖像塊間的平均歐氏距離來(lái)自適應(yīng)選擇塊尺寸;在此基礎(chǔ)上獲得新的NLM算法,用以去除圖像噪聲。
　　實(shí)驗(yàn)結(jié)果表明,相比經(jīng)典的NLM算法,基于結(jié)構(gòu)特