圖像去噪的非局部方法研究.pdf

1、隨著信息時代的逐步發(fā)展和圖像處理的日益普及，人們對圖像質(zhì)量的要求也越來越高。圖像在采集、獲取、傳輸過程中往往會受到噪聲的污染，噪聲是影響圖像質(zhì)量的主要因素，并且極大地影響了人們從圖像中提取信息。因此，非常有必要在分析和利用圖像之前消除噪聲，圖像去噪一直以來也都是計算機圖像處理和計算機視覺中的一個研究熱點。 非局部平均（Non-Local Means）是當前一種新興而又非常有效的圖像去噪方法。它利用了大多數(shù)自然圖像會出現(xiàn)很多周期性

2、式樣和存在大量冗余信息，在全局中搜索灰度相似快進行加權(quán)平均。但是這種方法僅僅考慮了圖像中像素點的灰度屬性，而忽略了它還具有的幾何屬性。因此，為了能充分利用數(shù)字圖像局部幾何結(jié)構(gòu)的自相似性，又由于結(jié)構(gòu)張量可有效刻畫數(shù)字圖像的局部幾何結(jié)構(gòu)特征，進而本文提出了以下三種改進的非局部平均去噪算法模型： （1）基于結(jié)構(gòu)張量的Non-Local Means Algorithm：“塊塊”匹配算法模型； （2）基于結(jié)構(gòu)張量的Non-Loca