基于噪声估计的自适应块匹配和三维滤波降噪算法

摘要：

针对经典的块匹配和三维滤波(BM3D)降噪算法中最为核心的噪声水平(方差)参数在使用中需要人工手动设置极大影响了降噪效果并限制了它的应用,提出了一种新的基于自然场景统计(NSS)的噪声水平特征矢量和支持向量回归(SVR)技术的快速噪声水平估计算法并应用于经典BM3D算法中,使之转变为自适应降噪算法(Adaptive BM3D).本文算法首先利用小波变换对图像进行不同尺度和不同方向的分解,提取各子带滤波系数并用通用高斯分布模型(GGD)建模,以模型参数构成反映噪声图像噪声水平的特征矢量;然后用SVR方法在大量噪声图像样本上进行训练获得图像噪声水平预测模型.实验表明:改进后的ABM3D算法实际图像降噪效果比BM3D算法获得进一步提升,并且仍然保持了非常高的执行效率,相对于当前各主流算法具有明显的竞争力.

关键词：图像降噪、块匹配和三维滤波(BM3D)算法、自然场景统计(NSS)、噪声估计、自适应

所属期刊栏目：28

分类号：TN911.73

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家级大学生创新创业训练计划项目

在线出版日期：2017-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：663-673