基于Log-Gabor特征的非局部均值去噪算法及其加速方案研究

摘要：

非局部均值是一种基于像素长程相似性的图像空域去噪算法，它一般采用灰度块特征估计图像像素间的相似度。文中首先使用基于Log-Gabor特征的像素间相似度估计获得较好的去噪效果。然后将Log-Gabor几何特征与灰度特征相融合，所形成的混合相似度具有更佳的图像局部自适应性，去噪性能也得到进一步提升。最后基于Johnson-Lindenstrauss引理研究利用随机降维方法降低相似度计算的复杂度，并对该加速方案的效果，包括降维前后运行时间对比、降维程度以及随机矩阵生成方法对去噪性能的影响，进行详细试验分析，结果证明基于随机降维的加速方案的有效性。

关键词：非局部均值、Log-Gabor特征、混合相似度、Johnson-Lindenstrauss引理、随机降维

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学青年基金项目61401132

在线出版日期：2015-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：266-274