針對(duì)傳統(tǒng)非局部均值（NLM）濾波算法中鄰域間相似性計(jì)算易受噪聲干擾的問(wèn)題,提出了一種基于梯度特征的雙核非局部均值濾波算法。通過(guò)圖像塊之間的歐氏距離及梯度特征度量鄰域間相似性,采用雙核函數(shù)代替?zhèn)鹘y(tǒng)指數(shù)核函數(shù)計(jì)算相似性權(quán)值,并通過(guò)衡量搜索區(qū)域中的鄰域塊與當(dāng)前像素鄰域的相似程度,對(duì)像素點(diǎn)的權(quán)值進(jìn)行重分配,在此基礎(chǔ)上重估像素點(diǎn)去噪值并得到濾波圖像。實(shí)驗(yàn)結(jié)果表明,提出的濾波算法與傳統(tǒng)的NLM濾波算法及分別含有高斯核和正弦核的改進(jìn)NLM濾波算法相比,可以更準(zhǔn)確地反映鄰域間的相似度,保存圖像的細(xì)節(jié)及邊緣信息,從而有效提升圖像的去噪效果。 

【文章來(lái)源】：計(jì)算機(jī)應(yīng)用研究. 2019,36(05)北大核心

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

測(cè)試圖像3.2評(píng)價(jià)標(biāo)準(zhǔn)

【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)非局部均值的SAR圖像相干斑抑制[J]. 陳世媛,李小將.  系統(tǒng)工程與電子技術(shù). 2017(12)
[2]基于邊緣檢測(cè)的自適應(yīng)非局部均值去噪算法[J]. 曹璟,周寧寧,洪龍.  濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)
[3]一種改進(jìn)的非局部均值圖像去噪算法[J]. 劉曉明,田雨,何徽,仲元紅.  計(jì)算機(jī)工程. 2012(04)
[4]一種改進(jìn)的非局部平均去噪方法[J]. 孫偉峰,彭玉華.  電子學(xué)報(bào). 2010(04)
[5]基于相似原理的點(diǎn)特征松弛匹配算法[J]. 陳志剛,宋勝鋒,李陸冀,包磊.  火力與指揮控制. 2006(01)

碩士論文
[1]基于非局部均值圖像去噪算法研究[D]. 張兆倫.南京郵電大學(xué) 2015



本文編號(hào)：3075958