基于結(jié)構(gòu)信息的非局部均值圖像去噪算法.pdf

1、隨著社會(huì)的快速發(fā)展，各個(gè)領(lǐng)域?qū)?shù)字圖像質(zhì)量的要求越來越高。而數(shù)字圖像在采集和傳輸過程中不可避免的會(huì)受到各種噪聲的影響，導(dǎo)致圖像質(zhì)量下降，對(duì)數(shù)字圖像的后續(xù)處理如分割、識(shí)別、特征提取等帶來嚴(yán)重干擾。因此，在現(xiàn)有的圖像采集系統(tǒng)和傳輸路徑下，對(duì)數(shù)字圖像做前期的去噪處理以提高其質(zhì)量顯得尤為重要。
　　非局部均值圖像去噪算法是最近提出的一種圖像去噪算法，它是利用圖像自身所包含的大量冗余信息，即利用圖像塊間的相似性來達(dá)到去噪目的。非局部均值圖像

2、去噪算法在圖像塊間相似性度量時(shí)采用高斯加權(quán)歐式距離，只考慮圖像塊間的幾何結(jié)構(gòu)信息，忽略圖像塊本身的方向結(jié)構(gòu)信息，在相似塊度量時(shí)會(huì)造成一定的誤差，如找錯(cuò)或漏掉對(duì)應(yīng)的相似塊圖像;非局部均值算法使用全局固定的濾波參數(shù)值，易導(dǎo)致圖像細(xì)節(jié)部分過于平滑或圖像平緩區(qū)域去噪能力不足;本文針對(duì)非局部均值算法的不足之處做了以下改進(jìn):
　　(1)在圖像塊相似性度量上利用局部結(jié)構(gòu)方向信息相似度算法與高斯加權(quán)的歐式距離乘積作為圖像塊間的相似性度量，通過增強(qiáng)

3、鄰域結(jié)構(gòu)方向信息能夠更加合理的描述鄰域間的相似度。給出圖像塊結(jié)構(gòu)信息的提取方法，經(jīng)改進(jìn)后的相似性度量更加準(zhǔn)確可靠。
　　(2)利用Canny算子對(duì)圖像邊緣進(jìn)行檢測(cè)，以區(qū)分圖像中細(xì)節(jié)結(jié)構(gòu)豐富區(qū)域和平坦區(qū)域，使濾波參數(shù)值能夠根據(jù)當(dāng)前搜索鄰域的結(jié)構(gòu)復(fù)雜程度做出相應(yīng)的調(diào)整，在不同結(jié)構(gòu)區(qū)域選用不同濾波參數(shù)值，在平坦區(qū)域選用較大濾波參數(shù)值，在細(xì)節(jié)結(jié)構(gòu)豐富區(qū)域選用較小濾波參數(shù)值，使濾波參數(shù)值具有自適應(yīng)性特點(diǎn)，并給出濾波參數(shù)的具體選擇方法，通過實(shí)