基于统计特性的非局部均值去噪算法-论文.pdf

《基于统计特性的非局部均值去噪算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第29卷第3期液晶与显示Vo1．29NO．32014年6月ChineseJournalofLiquidCrystalsandDisplaysJun．20i4文章编号：1007—2780(2014)03—0450—05基于统计特性的非局部均值去噪算法陈明举(四川理工学院自动化与电子信息学院，四川自贡643000)摘要：针对非局部均值滤波的权值由相似块的欧式距来确定而未考虑其受噪声影响的缺点，提出了一种权值由相似块欧式距的统计特性确定的去噪算法。该算法首先对受到高斯噪声干扰的图像相似块的欧式距建立概率分布函数，再由概率分布函数确定权值大小，从而有效地减小高斯噪声对加权系

2、数的影响，以提高去噪性能。实验中，从主客观方面与传统非局部均值滤波进行对比分析，实验数据表明本文提出的算法峰值信噪比提高约1dB，去除噪声的同时保留更多图像的细节信息，去噪性能更优。关键词：非局部均值；概率密度；欧式距；图像去噪中图分类号：TN911．73文献标识码：Adoi：10．3788／YJYXS20142903．0450Non—localmeansimagedenoisingalgorithmbasedonstatisticalpropertyCHENMing—ju(CollegeofInformationEngineering，SichuanUnivers

3、ityofScience&Engineering，Zigong643000，China)Abstract：Inordertoovercometheshortcomingsthatweightsoftraditiona1non—localmeansareonlydecidedbysimilarblock’SEuclideandistanceandtheinfluenceofnoiseiSnotconsidered。anovelnon—localmeansalgorithmbasedonstatisticalpropertyofsimilarblock’Spixelsi

4、sproposed．Thisnewalgorithmfirstobtainstheprobabilitydensityfunctionofsimilarblock’SEuclideandistancebyemplo—yingthepriorinformationoftheGaussiannoise，andthenformulatestheprobabilisticweightstrulyreflectingthesimilaritybetweentwonoisypatches．Intheexperiments，comparedwithtraditionalnon—l

5、ocalmeansalgorithmfromthesubjectiveandobjective，thisnewalgorithmgains1dBhigherpeaksigna1noiseratiothanthetraditiona1non—localmeansalgorithm．andremovesthenoisemoreeffec—tivelywhilepreservingsignificantimagedetails．Keywords：non—localmeans；probabilitydensity；euclideandistance；imagedenoisi

6、ng干扰而导致图像质量下降，图像消噪就是除去噪引言声恢复图像的真实内容。非局部均值(non—localmeans，NLM)去噪是近几年兴起的图像去图像信号在形成和传输过程中会由于噪声的噪技术。，其基本思想是当图像受到随机噪声干收稿日期：2013—07—24；修订日期：2013—10—09．基金项目：人工智能四川省重点实验室开放基金(No．2012RYY08)；四川理工学院校级科研基金(No．2012KY13)四川省教育厅项目(No．14ZB0211)；四川高校科研创新团队建设计划资助项目(No．13TD0017)第3期陈明举：基于统计特性的非局部均值去噪算法扰时，受

7、干扰点的像素值可以通过图像其他区域()一(u(，)()／w，(2)J∈S相似块加权平均而得到，从而有效地去除噪声。其中：w为归一化常数，定义为W一∑(，)。一般来讲，像素之间的空间位置距离越近，相似性J∈，越强。为了提高计算效率，相似区域的搜索范围权值∞(．)依赖于以像素为中心区域和限定在待处理像素为中心的某个区域内，从而大以像素J为中心区域之间的相似性(区域定义为幅地减少计算量。P)，权值通过高斯加权欧氏距离获得，如下：Buades等人在理论和实验方面都证明非局叫一exp(一∑(十一Y)。／h)．(3)部均值去噪性能优于常见的图像去噪算法[3]。由式(3)可见