一种基于散布矩阵的自适应非局部均值滤波模型

作者：杨平先 陈明举非局部均值衰减系数散布矩阵图像去噪

摘要：针对非局部均值滤波模型（non-local means model,NLM）中恒定的衰减系数不能同时实现图像不同特性结构区域去噪性能最优的缺点,提出了一种基于图像散布矩阵的自适应非局部均值滤波模型（scatter matrix non-local means model,SM-NLM）。该模型构造图像的散布矩阵,通过散布矩阵的特征值确定衰减系数的大小,平滑区域采用较大的衰减系数,强纹理区域采用较小的衰减系数,以实现衰减系数自适应的非局部均值滤波。实验结果表明,本模型能取得更高的峰值信噪比,更好地保留了图像的细节信息。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社