广义非局部均值算法的图像去噪

摘要：

NLM (non-local means)滤波成为图像去噪关注的热点.该方法利用在图像中的结构特征冗余,对消除白噪声的效果较好,但对有色噪声效果不理想.对其作了改进,引入广义高斯分布模型以及马氏距离来取代欧氏距离,并且将其推广到图像序列的去噪领域中.结果表明,相较于NLM方法,该方法能够较好地抑制有色噪声,明显地改善了去除噪声效果,在保留图像纹理边缘的同时,有效地去除了图像中的噪声信息.

关键词：图像去噪、广义高斯模型、信噪比、非局部均值

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目51079055;河南省科技攻关计划资助项目132102210044;河南省教育厅自然科学研究计划资助项目14A520010

在线出版日期：2015-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2218-2221