10.3969/j.issn.1001-0548.2016.01.005
基于引导核聚类的非局部均值图像去噪算法
为改善非局部均值(NLM)算法对不规则纹理图像的去噪效果,提出了一种基于引导核聚类和自适应搜索窗的NLM图像去噪算法。首先使用基于引导核的模糊C均值(FCM)聚类算法对相似窗进行预筛选,划分其类别;然后根据相似窗的类别计算每个像素点对应的搜索窗大小,保证相似性较高的相似窗数量;最后分别对每一类进行自适应搜索窗的NLM图像去噪。实验结果表明:与基于Zernike矩、基于主邻域字典(PND)、基于均值方差预筛选等3种NLM改进算法相比,该NLM改进算法对强噪声污染或不规则纹理的图像,其去噪效果更为有效,并更好地保持了图像的纹理、边缘,在峰值信噪比(PSNR)和结构相似性测度(SSIM)等客观定量评价指标上优于其他NLM改进算法。
自适应搜索窗、模糊C均值聚类、图像去噪、非局部均值、引导核
TN911.73
西南石油大学油气藏地质及开发工程国家重点实验室项目PLN1303;数字制造装备与技术国家重点实验室开放基金DMETKF 2014010;农业部东海海水健康养殖重点实验室开放课题基金2013ESHML06;同济大学海洋地质国家重点实验室开放基金MGK1412;中央高校基本科研业务费kfjj201430;江苏高校优势学科建设工程项目2012
2016-03-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
36-42