非局域均值滤波(non-local means filtering, NLMF)采用图像块间灰度差测度像素间相似性,由于灰度差易受噪声影响,这种相似性测度缺乏鲁棒性。图像块的Zernike矩是块内像素灰度的统计量,且具有旋转无关特性,能在抑制噪声的情况下较好地...非局域均值滤波(non-local means filtering, NLMF)采用图像块间灰度差测度像素间相似性,由于灰度差易受噪声影响,这种相似性测度缺乏鲁棒性。图像块的Zernike矩是块内像素灰度的统计量,且具有旋转无关特性,能在抑制噪声的情况下较好地描述图像块特征。由图像块的各阶Zernike矩差代替灰度差可定义Zernike矩相似度;联合各阶Zernike矩相似度经加权平均可估计出所处理像素的灰度。仿真实验及分析表明文中算法相比直接采用灰度差定义相似度的算法,能更好地去除噪声,获得更高的峰值信噪比(PSNR)。展开更多
文摘提出一种连续子邻域内的鲁棒双边滤波算法(Robust Bilateral Filtering)。首先,利用自适应区域生长方法在图像局部邻域中分割出种子像素的连续子邻域;然后,在该连续子邻域中采用改进的双边滤波算法对种子像素值进行平滑处理。为了提高算法的鲁棒性能,类似非局域均值滤波算法(Non-Local Means Filtering),以像素空间临近度和像素局部窗口相似度定义该滤波器核函数。算法结合了双边滤波和非局域均值滤波的优点,且在连续子邻域内进行去噪处理相对可获得更为合理的图像效果。仿真实验表明,该算法具有良好的去噪效果,同时较好地保留了图像的细节特征。
文摘非局域均值滤波(non-local means filtering, NLMF)采用图像块间灰度差测度像素间相似性,由于灰度差易受噪声影响,这种相似性测度缺乏鲁棒性。图像块的Zernike矩是块内像素灰度的统计量,且具有旋转无关特性,能在抑制噪声的情况下较好地描述图像块特征。由图像块的各阶Zernike矩差代替灰度差可定义Zernike矩相似度;联合各阶Zernike矩相似度经加权平均可估计出所处理像素的灰度。仿真实验及分析表明文中算法相比直接采用灰度差定义相似度的算法,能更好地去除噪声,获得更高的峰值信噪比(PSNR)。
