| 基于梯度特征的双核非局部均值去噪算法 |
| |
| 作者姓名： | 张玉征 |
| |
| 作者单位： | 南昌航空大学信息工程学院,南昌330063;江西省图像处理与模式识别重点实验室,南昌330063;南昌航空大学信息工程学院,南昌,330063 |
| |
| 基金项目： | 国家青年自然科学基金资助项目(61402218);江西省图像处理与模式识别重点实验室开放基金资助项目(TX201304002);南昌航空大学研究生创新基金资助项目(YC2016043) |
| |
| 摘 要： | 针对传统非局部均值(NLM)滤波算法中邻域间相似性计算易受噪声干扰的问题,提出了一种基于梯度特征的双核非局部均值滤波算法。通过图像块之间的欧氏距离及梯度特征度量邻域间相似性,采用双核函数代替传统指数核函数计算相似性权值,并通过衡量搜索区域中的邻域块与当前像素邻域的相似程度,对像素点的权值进行重分配,在此基础上重估像素点去噪值并得到滤波图像。实验结果表明,提出的滤波算法与传统的NLM滤波算法及分别含有高斯核和正弦核的改进NLM滤波算法相比,可以更准确地反映邻域间的相似度,保存图像的细节及边缘信息,从而有效提升图像的去噪效果。
|
| 关 键 词： | 非局部均值 高斯函数 正弦函数 梯度特征 |
| 收稿时间： | 2017-12-04 |
| 修稿时间： | 2018-10-21 |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
