作者投稿和查稿 主编审稿 专家审稿 编委审稿 远程编辑

计算机工程

• 图形图像处理 • 上一篇    下一篇

改进权重函数的非局部均值图像去噪算法

张娜,刘辉,尚振宏,邹滨益   

  1. (昆明理工大学 信息工程与自动化学院,昆明 650500)
  • 收稿日期:2015-11-16 出版日期:2016-12-15 发布日期:2016-12-15
  • 作者简介:张娜(1990—),女,硕士研究生,主研方向为数字图像处理、模式识别;刘辉,教授、博士;尚振宏,副教授、博士;邹滨益,硕士研究生。
  • 基金资助:
    国家自然科学基金(61462052);中国科学院太阳活动重点实验室项目(KLSA201310);昆明市科技局项目(08S100310)。

Non-local Means Image Denoising Algorithm of Improved Weighting Function

ZHANG Na,LIU Hui,SHANG Zhenhong,ZOU Binyi   

  1. (Faculty of Information Engineering and Automation,Kunming University of Science and Technology,Kunming 650500,China)
  • Received:2015-11-16 Online:2016-12-15 Published:2016-12-15

摘要: 经典非局部均值去噪算法在度量邻域结构特征相似性上对于旋转和平移情况下不够灵活。为此,提出一种基于归一化转动惯量的非局部均值图像去噪算法。利用归一化转动惯量作为相似权重的一部分来调节相似性度量。实验结果表明,与原始非局部均值去噪算法相比,该算法能够更好地保持图像的细节结构信息,提高峰值信噪比和结构相似度,特别当噪声强度增大时,峰值信噪比最大提高1.03 dB,结构相似度最大提高0.04。

关键词: 非局部均值, 去噪, 相似性度量, 噪声图像, 归一化

Abstract: In order to solve inflexible rotation and translation in measuring neighborhood similarity for structural characteristics in Non-local Means(NLM) denoising method,this paper presents the NLM image denoising algorithm based on Normalized Moment of Inertia(NMI).The normalized moment of inertia as a part of the similar weight is proposed to balance neighborhood patches’ similarity.Experimental results show that compared with the original nonlocal mean denoising algorithm,this algorithm can keep the detail of the image structure information preferably,and can improve the Peak Signal to Noise Ratio(PSNR) and structural similarity.Especially,when the noise intensity increases,the algorithm improves the PSNR by 1.03 dB and the structure similarity index by 0.04.

Key words: Non-local Means(NLM), denoising, similarity measurement, noise image, normalization

中图分类号: