非局部均值滤波要点.pdfVIP

非局部均值滤波去噪研究 目录 目录 摘要 I 第一章 引言 1 第二章 图像去噪技术 2 2.1 图像噪声的定义和分类 2 2.2 图像去噪技术的研究现状 2 2.3 图像质量评价标准 3 第三章 非局部均值滤波原理 5 3.1 均值滤波 5 3.2 非局部均值滤波 5 3.2.1 非局部均值滤波基本原理 5 3.2.2 非局部均值滤波存在的不足 6 3.2.3 快速的非局部均值滤波算法 7 第四章 非局部均值滤波实验仿真 9 4.1 非局部均值滤波 MATLAB 仿真 9 4.2 非局部均值滤波权重参数的影响 10 总结 14 参考文献 15 I 摘要 摘要 本文分析了非局部均值滤波 (NLM) 算法的优点和不足， 提出了一种快速的非局部 均值去噪算法。快速实现算法基于块的计算距离不变条件下使用的积分图像和快速傅 里叶变换来实现。并且根据能使平均峰值信噪比 (PSNR)达到最大的条件，在图像数 据库计算 NLM 的最优参数，研究权重参数对滤波效果的影响，为自适应参数选择提 供参考。 关键词 ：图像去噪；非局部均值；积分图像；快速傅里叶变换； I 第一章 引言 第一章 引言 图像中的每一个像素点都不是孤立存在的 ,而是与其周围的像素一起组成图像中 的几何结构 [1] 。以像素点为中心的窗口邻域 ,也就是图像块 ,能够很好地体现像素点的 结构特征 ,将图像中复杂的空间交互关系考虑在内。相应于每一个像素点的图像块的 集合可以作为图像的一种过完备表示。同时 ,图像一般都具有自相似性质 ,即处于图像 中不同位置处的像素点往往表现出很强的相关性 ,纹理图像就是一个典型的例子。自 然图像中通常包含丰富的重复结构或者说是冗余信息 ,从图像中任取一个小窗口 ,都能 够从该幅图像中找到许多与其相似的窗口结构。 自然图像中也包含足够多的重复结构 , 比如在图像的平坦区域存在大量相似的像素点， 位于同一条直线或曲线边界上的点也 具有相似的邻域模式。 该结论对于图像中空间位置相距较近的窗口来说显然是成立的 , 这就是局部规则性的假设。 因此，如果采用能够描述图像结构特征的图像片来度量像 素之间的相似性，会比单个像素点的度量更加准确， 从而更好地保护图像的结构信息。