基于邊緣檢測(cè)的非局部均值圖像去噪算法.pdf

1、圖像去噪作為圖像處理的基礎(chǔ)，一直以來(lái)都是計(jì)算機(jī)視覺(jué)領(lǐng)域中的一項(xiàng)研究熱點(diǎn)。圖像去噪的目的即是從失真的圖像中抑制噪聲并盡可能的恢復(fù)圖像，使得恢復(fù)的圖像在質(zhì)量上跟原始圖像更為接近。雖然圖像噪聲的種類非常之多，但本文中主要的研究目標(biāo)是高斯噪聲和椒鹽噪聲的去除。
　　在針對(duì)高斯噪聲的去除時(shí)，系統(tǒng)分析了非局部均值去噪算法(NLM)的不足，發(fā)現(xiàn)它在對(duì)邊緣和紋理比較豐富的圖像進(jìn)行去噪時(shí)，容易丟失結(jié)構(gòu)信息。針對(duì)這個(gè)問(wèn)題，本文提出了一種基于邊緣檢測(cè)的

2、非局部均值去噪算法。該算法的創(chuàng)新主要體現(xiàn)在以下幾點(diǎn):(1)提出了一種改進(jìn)的八方向的Sobel算子，使得提取到的邊緣圖像更為準(zhǔn)確;(2)在度量鄰域相似度的時(shí)候，不僅考慮了空間歐式距離，同時(shí)也考慮了邊緣圖像，使得結(jié)構(gòu)相似的鄰域獲得更大的權(quán)值。實(shí)驗(yàn)證明:改進(jìn)的算法的去噪性能在主觀評(píng)價(jià)和客觀評(píng)價(jià)準(zhǔn)則下都取得較好的效果，去噪后的圖像視覺(jué)效果良好。
　　在針對(duì)椒鹽噪聲的去除時(shí)，本文提出了一種噪聲自適應(yīng)開(kāi)關(guān)非局部均值去噪算法(NASNLM)。該