一种改进权重的非局部均值图像去噪方法

来源：计算机技术与发展杂志2016年第06期北京时间：

作者：黄玲俐

摘要：非局部均值( Non-Local Means,NLM)去噪采用图像邻域间的自相似性构造权重,进而达到图像恢复的效果。文中对非局部均值去噪模型进行了介绍说明,尤其是对原始非局部均值去噪算法中的核函数—指数函数进行了描述,并且通过对几种新的加权核函数的分析说明,综合几种的优缺点,提出了一种新的加权核函数。然后又对双边滤波算法进行了研究说明,借鉴双边滤波的优点,再结合之前提出的新的加权核函数,进而得到了一种改进的权重函数,提出了一种新的权重计算公式,得到了一种改进的非局部均值去噪算法。通过对添加不同噪声水平的噪声图像进行实验,结果表明,与传统的非局部均值滤波算法相比,文中算法保护了恢复图像的边缘,突出了几何特征和纹理,去噪效果比原有算法有所提高,在去噪性能和结构信息上均有显著效果。

关键词：图像去噪;非局部均值去噪;加权核函数;高斯噪声