基于图像n-邻域的协同滤波去噪方法的研究

《基于图像n-邻域的协同滤波去噪方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要本文在BM3D去噪方法的基础上，提出一种基于图像N-邻域的协同滤波(VMCF)去噪方法，该方法有别于传统的BM3D去噪方法。该方法首先将图像的任一像素的N-邻域放在一起，形成一个列矢量，把相似的列矢量放在一起形成2-D数组，这个过程我们称为分组。这个2-D数组，我们称为块。协同滤波是处理2-D块的一个特殊过程，通过三步实现：块的2-D变换，变换谱的收缩，逆2-D变换。逆2-D变换的结果是包含对相似列矢量块共同滤波的估值。通过衰减噪声，协同滤波展示了相似列矢量块中图像最好的细节，并且保留了单个列矢量中独有的重要特征。经过滤波的相似列矢量块再返回到它原来的位置。由于这些列矢量有重叠

2、，对每一个像素，我们得到很多不同的估值。对这些冗余像素，我们用加权平均处理。利用专门的协同维纳滤波处理得到了重大的提高。本文详细地给出了基于该去噪方案的算法，给出了该算法的快速有效实现方法，并将其推广到彩色图像去噪。仿真实验结果表明该算法，在去噪性能上得到了很高的峰值信噪比和极佳的视觉效果。关键词：图像去噪矢量匹配协同滤波小波滤波万方数据AbstractThispaperpresentsanimagedenoisingmethodbasedonN-fieldcollaborativefiltering(VMCF)onthebasisofBM3D.FirstN-fieldofeach

3、pixeloftheimageareputtogethertoformacolumnvectorandsimilarcolumnvectorsforma2-Darray,wecallthisprocessthevectorgrouping.The2-Darraythatsimilarcolumnwecalledblock.Collaborativefilteringisaspecialprocesstodealwiththe2-Dblockandrealizedinthreesteps:2-Dtransformationofablock,shrinkageofthetransfor

4、mspectrumandinverse2-Dtransformation.Theresultisa2-Destimatethatconsistsofthejointlyfilteredgroupedimagevectors.Byattenuatingthenoise,thecollaborativefilteringrevealseventhefinestdetailssharedbygroupedvectorsand,atthesametime,itpreservestheessentialuniquefeaturesofeachindividualvector.Thefilte

5、redvectorsarethenreturnedtotheiroriginalpositions.Becausethesevectorsareoverlapping,foreachpixel,weobtainmanydifferentestimateswhichneedtobecombined.Aggregationisaparticularaveragingprocedurewhichisexploitedtotakeadvantageofthisredundancy.Asignificantimprovementisobtainedbyaspeciallydevelopedc

6、ollaborativeWienerfiltering.Analgorithmbasedonthisdenoisingmethodanditsefficientimplementationarepresentedindetail;anextensiontocolor-imagedenoisingisalsodeveloped.Theexperimentalresultsdemonstratethatthiscomputationallyscalablealgorithmachievesstate-of-the-artdenoisingperformanceintermsofboth

7、peaksignal-to-noiseratioandsubjectivevisualquality.Keywords:imagedenoisingvectormatchcollaborativefilteringwaveletfiltering万方数据目录第一章绪论......................................................................................................