基于積分圖的非局部均值圖像去噪技術(shù)研究

劉光宇 曾志勇 劉彪 趙恩銘 邢傳璽

摘 要：由于傳統(tǒng)非局部均值去噪技術(shù)不能合理地選取濾波參數(shù)，導(dǎo)致計(jì)算時(shí)間長(zhǎng)，為了彌補(bǔ)該缺點(diǎn)，采用了一種基于積分圖的非局部均值法用于圖像的去噪仿真中。該方法將非局部均值與積分圖相結(jié)合，降低計(jì)算量，提高計(jì)算效率。通過(guò)仿真實(shí)驗(yàn)表明，本文采用的方法擁有良好的去噪效果，并且相比傳統(tǒng)的非局部均值去噪法計(jì)算效率更高。

關(guān)鍵詞：去噪;非局部均值;相似性權(quán)重;積分圖;計(jì)算效率

中圖分類號(hào)：TP391 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1673-260X（2022）01-0022-05

1 引言

由于圖像在采集、傳輸和加工的過(guò)程中受到噪聲的影響，導(dǎo)致圖像質(zhì)量嚴(yán)重下降[1]，使圖像變得模糊、不清晰，降低了圖像的視覺效果。因此，去除圖像中的噪聲對(duì)于人們獲取其中有效信息提供了必要的保障。圖像去噪的關(guān)鍵是在去除噪聲的同時(shí)盡可能多地保持原始圖像的結(jié)構(gòu)特征和細(xì)節(jié)特征[2]。為了減少噪聲在圖像傳遞和存儲(chǔ)過(guò)程中的影響，需要對(duì)含噪圖像進(jìn)行去噪處理。圖像去噪的目的是利用某種算法對(duì)圖像進(jìn)行處理，使圖像盡可能地接近真實(shí)信息。因此，有效的圖像去噪技術(shù)研究具有重要的現(xiàn)實(shí)意義。

1998年Tomasi等人提出雙邊濾波算法[3]，該算法以待去噪的像素點(diǎn)為中心，根據(jù)鄰域像素與中心點(diǎn)的距離和與中心點(diǎn)在灰度的相似性賦予不同的權(quán)重，最后進(jìn)行加權(quán)平均。由于雙邊濾波算法在確定權(quán)值大小時(shí)，考慮像素的空間距離和灰度距離，去噪效果好，但不能較好地保留紋理細(xì)節(jié)，并會(huì)出現(xiàn)“階梯”效應(yīng)[4]。……