一种自适应的非局部均值图像去噪算法.pdf

第３０卷第１２期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．１２ ２０１３年１２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｄｅｃ．２０１３ 一种自适应的非局部均值图像去噪算法 李洪均　谢正光　李蕴华　王　伟 （南通大学电子信息学院　江苏南通２２６０１９） 摘　要　　对Ｂｕａｄｅｓ等人提出的非局部均值图像去噪算法进行改进。传统的方法在滤波参数定义上存在缺陷，为了解决这个问 题，通过建立噪声方差与滤波系数的关系，提出解决噪声估计的方法。另外，根据小波系数的分布特点，利用ＧＧＤ模型参数（尺度和 形状参数）对系数进行拟合，并用ＧＧＤ模型参数提出一种有效的噪声方差估计算法。实验结果表明，该噪声方差估计算法不仅能有 效地估计噪声方差大小，而且使原有的非局部均值算法具有自适应性。这种自适应的非局部均值算法可以达到近似最优，具有鲁棒 性和快速性，且算法精度高。 关键词　　非局部均值算法　滤波参数　ＧＧＤ　小波域 中图分类号　ＴＰ３９１　ＴＮ２１６　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．１２．０１２ ＡＮＡＤＡＰＴＩＶＥＮＯＮＬＯＣＡＬＭＥＡＮＳＩＭＡＧＥＤＥＮＯＩＳＩＮＧＡＬＧＯＲＩＴＨＭ ＬｉＨｏｎｇｊｕｎ　ＸｉｅＺｈｅｎｇｇｕａｎｇ　ＬｉＹｕｎｈｕａ　ＷａｎｇＷｅｉ （ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｔｏｎｇ２２６０１９，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｍａｋｅｔｈｅｉｍｐｒｏｖｅｍｅｎｔｓｏｎｎｏｎｌｏｃａｌｍｅａｎｓ（ＮＬＭｅａｎｓ）ａｌｇｏｒｉｔｈｍｉｎｔｒｏｄｕｃｅｄｂｙＢｕａｄｅｓｅｔａｌ．ＯｒｉｇｉｎａｌＮＬ Ｍｅａｎｓａｌｇｏｒｉｔｈｍｈａｓｔｈｅｄｅｆｅｃｔｉｎｆｉｌｔｅｒｉｎｇｐａｒａｍｅｔｅｒｄｅｆｉｎｉｔｉｏｎ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ，ｗｅｐｒｅｓｅｎｔｔｈｅｓｏｌｕｔｉｏｎｆｏｒｎｏｉｓｅｅｓｔｉｍａｔｉｏｎｂｙ ｅｓｔａｂｌｉｓｈｉｎｇｔｈｅｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｎｏｉｓｅｖａｒｉａｎｃｅａｎｄｔｈｅｆｉｌｔｅｒｉｎｇｐａｒａｍｅｔｅｒ．Ｂｅｓｉｄｅｓ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｆｅａｔｕｒｅｏｆｗａｖｅｌｅｔｃｏｅｆｆｉ ｃｉｅｎｔｓ，ｔｈｅｃｏｅｆｆｉｃｉｅｎｔｓａｒｅｆｉｔｔｅｄｂｙｕｓｉｎｇｔｈｅｇｅｎｅｒａｌｉｓｅｄＧａｕｓｓｉａｎｄｉｓｔｒｉｂｕｔｉｏｎ（ＧＧＤ）ｍｏｄｅｌｐａｒａｍｅｔｅｒｓ（ｓｃａｌｅａｎｄｓｈａｐｅｐａｒａｍｅｔｅｒｓ）．Ｗｅ ａｌｓｏｐｒｏｐｏｓｅａｎｅｆｆｅｃｔｉｖｅｎｏｉｓｅｖａｒｉａｎｃｅｅｓｔｉｍａｔｉｏｎｍｅｔｈｏｄｕｓｉｎｇＧＧＤｍｏｄｅｌｐａｒａｍｅｔｅｒｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｎｏｉｓｅｖａｒｉａｎｃｅｅｓ ｔｉｍａｔｉｏｎｍｅｔｈｏｄｃａｎｅｆｆｅｃｔｉｖｅｌｙｅｓｔｉｍａｔｅｔｈｅｓｉｚｅｏｆｎｏｉｓｅｖａｒｉａｎｃｅ，ｉｔｃａｎａｌｓｏｍａｋｅｓｔｈｅｏｒｉｇｉｎａｌＮＬｍｅａｎｓａｌｇｏｒｉｔｈｍａｄａｐｔｉｖｅ．Ｓｕｃｈａｄａｐｔｉｖｅ ＮＬＭｅａｎｓａｌｇｏｒｉｔｈｍｃａｎｒｅａｃｈａｐｐｒｏｘｉｍａｔｅｌｙｏｐｔｉｍａｌｖａｌｕｅ，ａｎｄｈａｓｒｏｂｕｓｔｎｅｓｓａｎｄｆａｓｔｎｅｓｓｗｉｔｈｈｉｇｈａｃｃｕｒａｃｙ． Ｋｅｙｗｏｒｄｓ　　ＮＬＭｅａｎｓａｌｇｏｒｉｔｈｍ　Ｆｉｌｔｅｒｉｎｇｐａｒａｍｅｔｅｒ　ＧＧＤ　Ｗａｖｅｌｅｔｄｏｍａｉｎ 部邻域相似性，并且同时利用图像中所有像素的局部邻域信息 ０　引　言 进行图像平滑，取得了相当不错的去噪效果。但是该算法存在