作者：张玉征; 杨词慧; 林泉非局部均值高斯函数正弦函数梯度特征
摘要：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。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
