一种非局部均值图像去噪算法

摘要

本发明所述的属于图形图像处理领域，具体涉及一种非局部均值去噪算法。本发明的目的在于：针对现有技术存在的问题，提供一种非局部均值图像去噪算法。利用Pseudo-Zernike矩的旋转不变性特征不仅可以匹配到平移相似的patch，还可以匹配到旋转和对称而潜在相似的patch，从而为滤波提供更多的相似patch。进一步的使用二次高斯型核函数替代原算法中的指数型核函数来计算加权系数，从而有效解决图像去噪问题。本发明通过首先计算像素点i、p距离公式，结合像素点i的权重值，计算得到计算出i点的灰度估计值。

主权项

一种非局部均值图像去噪算法，其特征在于包括：步骤1：在一幅数字图像中，计算以像素点i为中心的patch N_i，其n阶m重的pseudo‑zernike矩Z_nm(i)；同理得到以像素点p为中心的patch N_p，其n阶m重的pseudo‑zernike矩Z_nm(p)；patch N_i指的是以像素点i为中心的方形区域；patch N_p指的是以像素点p为中心的方形区域；步骤2：根据步骤1中，像素点i的Z_nm(i)得到Z(i)；像素点p的Z_nm(p)得到Z(p)，进而得到像素点i、p距离公式为：d(i,p)＝||Z(i)‑Z(p)||²                    (1)；步骤3：根据步骤2得到权重w(i,p)为：$w(i,p)=\frac{1}{C\left(i\right)}\exp \{-{\left[\frac{{\left|\right|Z\left(i\right)-Z\left(p\right)\left|\right|}^2}{h^2}\right]}^2\}---\left(2\right);$其中$C\left(i\right)=\underset{p}{\Sigma }\exp \{-{\left[\frac{{\left|\right|Z\left(i\right)-Z\left(p\right)\left|\right|}^2}{h^2}\right]}^2\};$步骤4：对整幅图像I内的所有点求和，计算出i点的灰度估计值：$\mathrm{NL}\left[v\right]\left(i\right)=\underset{p\in I}{\Sigma }w(i,p)v\left(i\right)---\left(3\right);$其中v(i)为噪声图像I中被估计的像素点值i的灰度值。