基于改进非局部均值的红外图像混合噪声去除方法.pdfVIP

第卷第期年月

48S1红外与激光工程20194

Vol.48No.S1InfraredandLaserEngineeringApr.2019

基于改进非局部均值的红外图像混合噪声去除方法

1,2,3,4,51,2,4,5*1,2,4,51,2,4,5

李方舟，赵耀宏，向伟，刘海峥

(1.中国科学院沈阳自动化研究所，辽宁沈阳110016；

2.中国科学院机器人和智能制造创新研究院，辽宁沈阳110016；

3.中国科学院大学，北京100049；

4.中国科学院光电信息处理重点实验室，辽宁沈阳110016；

5.辽宁省图像理解与计算机视觉重点实验室，辽宁沈阳110016)

摘要：传统的去噪算法无法有效去除红外图像中的条纹与随机混合噪声。针对这一问题，提出了一

种改进的基于非局部均值(NL-means)的混合噪声去除方法。首先，分析了非局部均值算法处理混合

噪声的问题，并用一组实验分析了红外图像块中混合噪声的特性。根据实验结果，文中用有色高斯模

型对混合噪声进行建模，并基于Mahalanobis距离改进了传统的基于欧氏距离的块相似性度量方法，

使之对图像中不同复杂程度的区域进行自适应。仿真和真实数据实验均表明：文中算法相比于传统

的图像去噪算法，能较好地去除条纹与随机混合噪声。

关键词：图像去噪；单帧去条纹；红外图像；非局部均值

中图分类号：TP391文献标志码：ADOI：10.3788/IRLA201948.S128001

Infraredimagemixednoiseremovalmethodbased

onimprovedNL-means

LiFangzhou1,2,3,4,5,ZhaoYaohong1,2,4,5*,XiangWei1,2,4,5,LiuHaizheng1,2,4,5

(1.ShenyangInstituteofAutomation,ChineseAcademyofSciences,Shenyang110016,China;

2.InstitutesforRoboticsandIntelligentManufacturing,ChineseAcademyofSciences,Shenyang110016,China;

3.UniversityofChineseAcademyofSciences,Beijing100049,China;

4.KeyLaboratoryofOpto-electronicInformationProcessing,ChineseAcademyofSciences,Shenyang110016,China;

5.TheKeyLaboratoryofImageUnderst