在處理由高斯白噪聲污染的高對(duì)比度圖像時(shí),傳統(tǒng)的三維塊匹配（Block-matching and 3D）算法不能完整地保留圖像邊緣和紋理細(xì)節(jié),去噪后的圖像邊緣會(huì)出現(xiàn)邊緣振鈴效應(yīng)。為了彌補(bǔ)傳統(tǒng)BM3D去噪算法在處理圖像邊緣和紋理細(xì)節(jié)時(shí)的不足,提出了先對(duì)噪聲圖像進(jìn)行各向異性擴(kuò)散濾波,再使用沿邊緣方向代替水平方向搜索相似塊的BM3D改進(jìn)算法。實(shí)驗(yàn)結(jié)果表明,改進(jìn)算法獲得的相似塊數(shù)量是傳統(tǒng)方法的4倍,峰值信噪比（PSNR）也得到了進(jìn)一步提高,改進(jìn)算法能較好地保留圖像邊緣和紋理細(xì)節(jié)。 

【文章來源】：計(jì)算機(jī)科學(xué). 2019,46(06)北大核心CSCD

【文章頁數(shù)】：7 頁

【文章目錄】：
1 引言
2 BM3D改進(jìn)算法理論
    2.1 沿固定方向搜索相似塊的局限性
    2.2 確定邊緣區(qū)域和平滑區(qū)域的像素
    2.3 基于塊分組的d2距離
    2.4 聯(lián)合濾波
    2.5 聚合
3 計(jì)算復(fù)雜度
4 實(shí)驗(yàn)結(jié)果對(duì)比與分析
    4.1 各向異性擴(kuò)散濾波
    4.2 固定方向和邊緣方向的相似塊數(shù)量、結(jié)構(gòu)相似度對(duì)比
    4.3 圖像平滑區(qū)域和邊緣區(qū)域的劃分
    4.4 結(jié)果對(duì)比分析
結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合視覺顯著性的圖像去噪優(yōu)化算法[J]. 趙杰,馬玉嬌,劉帥奇.  計(jì)算機(jī)科學(xué). 2018(02)
[2]一種基于差異系數(shù)的稀疏度自適應(yīng)圖像去噪算法[J]. 焦莉娟,王文劍.  計(jì)算機(jī)科學(xué). 2018(02)
[3]基于引導(dǎo)核聚類的非局部均值圖像去噪算法[J]. 吳一全,李海杰,宋昱.  電子科技大學(xué)學(xué)報(bào). 2016(01)
[4]基于BM3D圖像去噪算法的參數(shù)研究[J]. 黃牧,黃文清,李俊柏,戴佳哲.  工業(yè)控制計(jì)算機(jī). 2014(10)
[5]基于結(jié)構(gòu)張量的Non-Local Means去噪算法研究[J]. 許娟,孫玉寶,韋志輝.  計(jì)算機(jī)工程與應(yīng)用. 2010(28)
[6]信號(hào)相位匹配噪聲估計(jì)的小波去噪方法[J]. 吳鵬,王愛俠,李晶皎.  計(jì)算機(jī)科學(xué). 2010(07)



本文編號(hào)：3344868