改进的广义高斯分布与非局部均值图像去模糊

摘要：

为了改善常规算法不能保留图像边缘细节信息的缺陷,获得更好的图像去模糊效果,在非局部均值图像复原算法的基础上提出一种新的基于广义高斯分布与非局部均值的去模糊算法.先对模糊图像进行小波变换,然后应用极大似然估计的方法以及经典的Newton-Raphson算法来估计出广义高斯分布模型的尺度参数和形状参数,利用这两个参数改进原始的单一根据指数函数的衰减速度和局限于一个参数来求图像权值的方法.在多个典型图像上的测试结果表明,改进算法后的图像去模糊化效果比原始的NL-means方法更优越,具有很好的应用前景.

关键词：图像复原、去模糊化、非局部均值算法、小波变换、尺度参数、形状参数

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项基金资助项目FRF-BR-09-024B

在线出版日期：2012-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1990-1992