保持纹理细节的自适应非局部均值图像降噪.pdfVIP

第20卷第1期 上洛戈 报 (自然科学版) Vb1．20 NO．1 2014~g2Y] JOURNALOFSHANGHAIUNIVERSITY (NATURALSCIENCE) Feb．2O14 DOI：10．3969／j．issn．1007-2861．2013．07．023 ． 研究简报 · 保持纹理细节的自适应非局部均值图像降噪 陈 刚，钱振兴， 王朔中 (上海大学通信与信息工程学院，上海 200444) (本刊编委王朔中来稿) 摘要：主邻域字典(principalneighborhooddictionaries，PND)非局部均值(nonlocalmeans， NLM)是一种基于主成分分析(principalcomponentanalysis，PCA)的有效图像降噪方法，但 因其未能充分利用图像的内容结构信息，对纹理细节较多区域的降噪效果较差．改进PND方 法，实现基于PCA的 自适应非局部均值降噪．根据图像局部内容调整滤波参数h，得到动态变 化的像素问相似权值．实验结果表明，该方法能更好地保留图像纹理和边缘信息，降噪效果优 于非 自适应的PND方法． 关键词 ：主邻域字典；主成分分析；非局部均值降噪；滤波参数 中图分类号：TP391 文献标志码 ：A 文章编号：1007—2861(2014)01—0099—08 AdaptiveNonlocalM eansImageDenoising for BetterPreservation ofTextures CHENGang， QIAN Zhen—xing， WANGShuo—zhong (SchoolofCommunicationandInformationEngineering，ShanghaiUniversity，Shanghai200444，China) Abstract：Theprincipalneighborhooddictionaries(PND)nonlocalmeans(NLM)isan effectivemethod for image denoising，which isbased on principalcomponentanalysis (PCA1．However，itdoesnotmakefulluseoftheimagecontentsand islesseffective intextureregions．ThispaperproposesmodificationtothePND methodbyadjustinga filterparameterhtoachievebetteraccuracy．Experimentalresultsshow thattheproposed outperformsPND methodandcanpreservemoreedgeandtexturedetailswhileachieving satisfactory denoisingresults． Keywords：principalneighborhooddictionaries(PND)；principalcomponentanalysis (PCA)；nonlocalmeans(NLM)denoising；filterparameter 随着数字技术和计算机网络的发展，人们对数字图像质量的要求越来越高．图像在获取 和传输过程 中往往会受到噪声污染，因此降噪一直是图像处理领域备受关注的重要研究课题 之--[1]． 近年来，充分利用图像块间相似性的非局部均值(nonloca1means，NLM)降噪 【一。1引起了 广泛关注．已有研究者在NLM 降噪基础上针对 图像块间相似性度量准则等 问题，提出了 收稿 日期：2013-0206 基金项目：国家 自然科学基金资助项 目61103181)；上海市教委创新基金资助项目(1lYZ10) 通信作者：王朔中(1943一)，男，教授，博士生导师，博士，研究方向