基于非局部均值的彩色圖像去噪

摘 要： 傳統(tǒng)的彩色圖像去噪算法通常是分層處理的，而忽略了彩色圖像RGB通道之間的相關(guān)性，因此基于RGB通道聯(lián)合相似度估計(jì)提出了一種新的彩色圖像非局部均值去噪方法。在用非局部均值濾波對彩色圖像進(jìn)行去噪時(shí)，首先以目標(biāo)像素為中心確定其支撐區(qū)域，然后根據(jù)多通道聯(lián)合相似度估計(jì)確定權(quán)重，最后采用逐塊濾波的方法對每一層進(jìn)行濾波。并且針對彩色圖像中含有的高斯噪聲提出了一種新的噪聲參數(shù)估計(jì)方法。由實(shí)驗(yàn)結(jié)果可以看出該算法比傳統(tǒng)的去噪算法在PSNR和FSIM方面都有提高。因此可以看出在圖像去噪過程中考慮三通道之間的相關(guān)性是必要的，同時(shí)也證明了算法的有效性。

關(guān)鍵詞： 非局部均值； 彩色圖像去噪； RGB通道； 相似度估計(jì)

中圖分類號： TN713?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2013）22?0081?04

0 引 言

圖像去噪的目的是從含噪圖像中恢復(fù)出真實(shí)的無噪圖像。為了更好地進(jìn)行圖像的后處理，如圖像分割、復(fù)原、目標(biāo)識別等，需要對含噪圖像進(jìn)行去噪。圖像去噪是數(shù)字圖像處理領(lǐng)域的經(jīng)典問題，屬于圖像預(yù)處理的范疇。近年來人們提出了很多優(yōu)秀的去噪算法，如中值濾波[1?2]、維納濾波[3?4]和偏微分方程方法[5]等。

受Efros等提出的基于樣圖的紋理合成算法的啟發(fā)[6]，Buades等利用圖像的自相似性提出了非局部均值去噪算法[7]。該算法將局部計(jì)算模型拓展到非局部計(jì)算模型，利用兩個(gè)圖像塊的相似性計(jì)算濾波權(quán)重。算法提出以來，研究人員對NLM（Non?local means）提出了很多改進(jìn)并用于各種圖像去噪[8?10]。……