计算机应用研究

作者：张玉征,杨词慧,林泉,

单位：1.南昌航空大学信息工程学院,南昌330063；2.江西省图像处理与模式识别重点实验室,南昌330063；

关键词：非局部均值,高斯函数,正弦函数,梯度特征,

基金：国家青年自然科学基金资助项目(61402218)；江西省图像处理与模式识别重点实验室开放基金资助项目(TX201304002)；南昌航空大学研究生创新基金资助项目(YC2016043)；；

针对传统非局部均值（NLM）滤波算法中邻域间相似性计算易受噪声干扰的问题，提出了一种基于梯度特征的双核非局部均值滤波算法。通过图像块之间的欧氏距离及梯度特征度量邻域间相似性，采用双核函数代替传统指数核函数计算相似性权值，并通过衡量搜索区域中的邻域块与当前像素邻域的相似程度，对像素点的权值进行重分配，在此基础上重估像素点去噪值并得到滤波图像。实验结果表明，提出的滤波算法与传统的NLM滤波算法及分别含有高斯核和正弦核的改进NLM滤波算法相比，可以更准确地反映邻域间的相似度，保存图像的细节及边缘信息，从而有效提升图像的去噪效果。

来源：2019年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第5期