文献类型：期刊文章

作　　者：祝严刚[1] 张桂梅[1]

ZHU Yangang;ZHANG Guimei(Key Laboratory of Jiangxi Province for Image Processing and Pattern Recognition, Nanchang Hangkong University, Nanchang 330063, China)

机构地区：[1]南昌航空大学江西省图像处理与模式识别重点实验室,南昌330063

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(No.61462065;No.61661036);江西省科技支撑计划重点项目(No.20161BBF60091);江西省教育厅科学技术项目(No.GJJ150738)

年　　份：2017

卷　　号：53

期　　号：18

起止页码：192-198

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：非局部均值滤波算法(Non-Local Means,NLM)有良好的去噪效果,且能保持图像细节。但其复杂度过高引起效率低下,在噪声增大时去噪精度明显下降。快速非局部均值滤波(Fast Non-Local Means,FNLM)虽然提高了算法的效率,但去噪效果没有明显改善,在噪声增大时去噪效果仍不理想。针对该问题,提出一种新的非局部均值滤波算法,算法将Turky型函数与指数型相结合,提出一种新的指数-Turky型权值核函数,替代原NLM算法和FNLM算法中的指数型核函数,同时综合了结构相似性(Structural Similarity,SSIM)和欧氏距离来衡量图像邻域间的相似性,从而使得权值的选取更加合理,有效排除图像中不相似邻域的干扰,提高了算法的去噪性能。通过对添加不同噪声水平的高斯噪声图像进行实验,结果表明提出的算法在去噪性能上与NLM和FNLM相比有较大提高,尤其对于噪声较大的图像效果更为显著,在去噪效率上与NLM相比有明显提高,与FNLM算法的时间复杂度相当,时耗接近略有降低。

关 键 词：图像去噪 非局部均值滤波  积分图 Turky函数  结构相似性  

分 类 号：TP391.41]