基于小波阈值的非局部均值去噪*

2015-09-22 06:20:20李嘉浪李华君
计算机工程与科学 2015年8期

李嘉浪,李华君,徐 庆

(天津大学计算机学院,天津 300072)

基于小波阈值的非局部均值去噪*

李嘉浪,李华君,徐 庆

(天津大学计算机学院,天津 300072)

非局部均值去噪算法充分利用了图像的全局信息,因此比传统的局部去噪算法有着更好的去噪效果。但是,非局部均值去噪算法计算时间复杂度较高,故利用小波阈值的方法对其进行改进,改进后使用非局部均值处理的数据量大幅减小。实验表明,改进后的算法比非局部均值算法去噪效果基本持平,且运行速度更快。

非局部均值;小波阈值滤波;图像去噪

1 引言

数字图像在获取和传输的过程中容易受到噪声的污染,被污染的图像会影响图像的进一步处理,对图像的理解和识别带来一定的困难。有效的去噪算法对后续的应用处理有着重要的意义。

图像去噪处理方法一般分为三大类:第一类是空间域法,比较常用的方法有高斯滤波法[1]、中值滤波法[2]和双 边滤 波 法[3]。第 二 类 是 基于贝 叶 斯最大后验概率推出的能量泛函模型。能量泛函包含两部分:数据模型和先验模型。比较常见的有马尔可夫 随 机场模 型[4]、熵 理 论[5]和几何 模 型 方法[6]。第三类是变换域的处理方法,将图像变换到频率域中进行处理,比较常见的方法有傅里叶变换和小波变换[7]。其中由于小波处理的独特优越性,近年来成为了图像处理的一个重要工具。

Buades A[8]针对空间域的加性噪声提出了非局部均值NLM(Non-Local Means)去噪模型。该算法主要采用全局搜索的方法,充分利用图像的冗余信息,得到图像每一个像素的灰度值。……

登录APP查看全文