欢迎来到天天文库
浏览记录
ID:52209848
大小:342.30 KB
页数:4页
时间:2020-03-25
《基于梯度信息的快速非局部均值图像去噪算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、j,,,
2、一基于梯度信息的快速非局部均值图像i笥叠0t耳ltl0’‘去噪算法蕊j瓷j‘-,。~1÷_I、l‘一⋯,一l-’肖鹏,刘平平,陈幼平(华中科技大学机械科学与工程学院,湖北武汉430074)FastNon——localMeansImageDenoisingAlgorithmBasedonGradientInformationXIAOPeng.LIUPing—ping,CHENYou—ping(SchoolofMechanicalScienceandEngineering.HuazhongUniversityofSciencea
3、ndTechnology,Wuhan430074,China)摘要:非局部均值图像去噪算法具有优秀的去and3highercredibilityofthepixelintheneigh—噪效果,但是算法复杂度高,不能应用于高速图像处borhoodSOthatthecompletenessandveracityof理系统中。为提高算法执行速度,使其拥有更广泛smallgradientregionremainsunaffected.Thispro-的应用,提出了基于图像梯度信息的快速非局部均posedalgorithmcanimprove
4、thespeedofnon——Io·值图像去噪算法。该算法把原始图像划分为大梯度calmeansfiltersignificantlyandreservetheimage区域和小梯度区域。利用非局部均值算法对大梯度edgesanddetailseffectivelyaswel1.区域去噪,以保证图像边缘的清晰度;利用局部加权Keywords:denoising;non—localmeans;gradi-平均算法对小梯度区域去噪,以保证灰度变化不大ent;Sobeloperator的区域信息的完整性和准确性。算法能提高非局部均值滤波速度
5、,而且能够有效保存图像边缘和细节。0引言关键词:图像去噪;非局部均值;梯度;Sobel算子数字图像在获取和传输的过程中不可避免地被中图分类号:TP751.1噪声污染。被噪声污染的图像会影响人们对图像的文献标识码:A观察和理解,影响机器对图像的识别。对图像进行文章编号:1O01—2257(2010)l1—0003—04去噪处理,是正确识别图像信息和进一步处理的必Abstract:Non—localmeansalgorithmcana—要保证L1]。thieveastate——of——the——artdenoisingresultatth
6、e图像去噪的方法很多,但是一些经典滤波器如costofahighcomplexity,whichisnotadaptablee—均值滤波器会造成图像细节的丢失,使图像模糊,中noughtoresponseahigh—speedimageprocessing.值滤波器对单极或双极脉冲噪声非常有效,但是对InordertOlowerthecomplexity,risethealgor—高斯噪声效果不理想。近几年学者们提出大量新tithmspeedaswellasbroadenitsapplication,this的滤波方法,如基于遗传算法
7、的滤波方法、基于小波paperproposedafastnon—localmeansdenoising理论的滤波方法和非局部均值滤波方法等[3]。非局algorithmbasedonimagegradient.Dividethe0一部均值滤波算法是Buades等人在2005年提出的一riginalimageintoalargegradientregionanda种空间域滤波器。这种滤波器利用图像的非局部自相似性来去除噪声L4],对去除噪声特别是高斯噪声smallone.Byrespectivelyusingnon—localmeans
8、denoisingalgorithminlargegradientregionandlo—有着非常理想的效果。但是非局部均值滤波算法复calweightedaveragefilteringinsmallgradientre—杂度非常高,计算量大,无法在一些对图像处理速度有要求的场合使用。参考文献[5]通过引入积分图gion,wecanbothensuretheclarityofimageedge(summedsquareimage)和快速傅立叶变换(FFT)收稿日期:2010—07—12对算法进行加速,可以显著减少算法执行时间,但是基
9、金项目:国家自然科学基金资助项目(50905064);教育部留学回国人员科研启动基金资助项目(2008)这种算法需要相应的硬件支持。参考文献[5]提出《机械与电子>)2010(11)·3·一种基于邻域均值和梯度的预选像素
此文档下载收益归作者所有