一种改进的基于结构相似性的非局部均值图像去噪算法.pdfVIP

第15卷第2期智能计算机与应用2025年2月

Vol.15No.2IntelligentComputerandApplicationsFeb.2025

焦晨光，张小波.一种改进的基于结构相似性的非局部均值图像去噪算法[J]

DOI:10.20169/j.issn.2095-2163

一种改进的基于结构相似性的非局部均值图像去噪算法

焦晨光，张小波

（西安石油大学计算机学院，西安710065）

摘要：非局部均值滤波(NLM)使用像素邻域的加权平均进行图像去噪，但使用加权欧式距离测量像素邻域的相似程度有

一定的局限性和不准确性。为了提高非局部均值算法的去噪效果，本文提出了一种改进的基于结构相似性的非局部均值图

像去噪算法。该算法将图像质量评价指标结构相似性(SSIM)引人到像素邻域相似性测量中,提高算法保留图像结构信息的

能力；并基于预去噪图像进行像素调整，降低噪声和对比度对去噪任务的影响。实验结果表明，相较于传统非局部均值去噪

算法和一些基于非局部均值的改进算法，本文提出的算法能够得到更好的图像去噪效果。

关键词：图像去噪；非局部均值滤波；结构相似性；预去噪；像素调整

中图分类号：TP391文献标志码：A文章编号：2095-2163(2025)02-0017-07

Basedonstructuralsimilarityimprovednon-localmeansimagedenoisingalgorithm

JIAOChenguang,ZHANGXiaobo

(SchoolofComputerScience,XianShiyouUniversity,Xian710065,China)

Abstract:Non-localmeansfiltering(NLM)usestheweightedaverageofpixelneighborhoodsforimagedenoising,butusingthe

weightedEuclideandistancetomeasurethesimilarityofpixelneighborhoodshassomelimitationsandinaccuracies.Inorderto

improvethedenoisingeffectoftheNLMalgorithm,thispaperproposesanimprovedNLMimagedenoisingalgorithmbasedon

structuralsimilarity.Thealgorithmintroducestheimagequalityevaluationindexstructuresimilarity(SSIM)intothepixel

neighborhoodsimilaritymeasurementtoimprovetheabilityofthealgorithmtoretaintheimagestructureinformation.Thepixel

adjustmentbasedonthepre-denoisedimagecanreducetheinfluenceofnoiseandcontrastonthedenoisingtask.Theexperimental

resultsshowthatcomparedwiththetraditionalNLMalgorithmandsomeimprovedalgorithmsbasedonNLM,theproposed

algorithmcanobtainbetterimagedenoisingeffect.

Keywords:Imagedenoising;Non-localmeansfiltering;s