主权项 |
1.一种基于形状自适应邻域均值的非局部均值去噪方法,包括如下步骤:(1)输入一幅待去噪的自然图像x,根据SA-DCT方法,逐行扫描得到自然图像x中第t个位置的像素点x<sub>t</sub>在n×n大小区域中的形状自适应邻域S(x<sub>t</sub>);(2)计算自然图像x中的像素点x<sub>t</sub>在其形状自适应邻域S(x<sub>t</sub>)中的均值<img file="FDA00002720580400015.GIF" wi="39" he="61" />,遍历整幅自然图像x,得到一幅新的图像x′;(3)在新得到的图像x′中逐行扫描,选取第i个位置的像素点x′<sub>i</sub>为待恢复像素点,以待恢复像素点x′<sub>i</sub>为中心,选取一个r×r大小的正方形中心像素块V(x′<sub>i</sub>);(4)以选取的待恢复像素点x′<sub>i</sub>为中心,选取一个f×f大小的正方形搜索窗,在搜索窗中逐行扫描,选取第j个位置的一个像素点x′<sub>j</sub>作为待恢复像素点x′<sub>i</sub>的相似点,以此相似点x′<sub>j</sub>为中心,选取一个与中心像素块V(x′<sub>i</sub>)大小相等的像素块作为相似块V(x′<sub>j</sub>);(5)根据中心像素块V(x′<sub>i</sub>)与步骤(4)所选取的相似块V(x′<sub>j</sub>),计算待恢复像素点x′<sub>i</sub>与相似点x′<sub>j</sub>间的相似性权值w(x′<sub>i</sub>,x′<sub>j</sub>):<maths num="0001"><![CDATA[<math><mrow><mi>w</mi><mrow><mo>(</mo><msubsup><mi>x</mi><mi>i</mi><mo>′</mo></msubsup><mo>,</mo><msubsup><mi>x</mi><mi>j</mi><mo>′</mo></msubsup><mo>)</mo></mrow><mo>=</mo><mi>exp</mi><mrow><mo>(</mo><mo>-</mo><mfrac><msubsup><mrow><mo>|</mo><mo>|</mo><mi>V</mi><mrow><mo>(</mo><msubsup><mi>x</mi><mi>i</mi><mo>′</mo></msubsup><mo>)</mo></mrow><mo>-</mo><mi>V</mi><mrow><mo>(</mo><msubsup><mi>x</mi><mi>j</mi><mo>′</mo></msubsup><mo>)</mo></mrow><mo>|</mo><mo>|</mo></mrow><mn>2</mn><mn>2</mn></msubsup><msup><mi>h</mi><mn>2</mn></msup></mfrac><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths>其中,V(x′<sub>i</sub>)与V(x′<sub>j</sub>)分别为步骤(3)所选取的中心像素块与步骤(4)所选取的相似块,h为平滑控制参数,σ为自然图像中的高斯噪声标准差,h=kσ,k是一个常数,相似性权值w(x′<sub>i</sub>,x′<sub>j</sub>)满足条件:0≤w(x′<sub>i</sub>,x′<sub>j</sub>)≤1,且∑w(x′<sub>i</sub>,x′<sub>j</sub>)=1;(6)用相似性权值w(x′<sub>i</sub>,x′<sub>j</sub>)与待去噪的自然图像x中第j个位置的像素点x<sub>j</sub>进行加权平均,计算待恢复像素点x′<sub>i</sub>的恢复值<img file="FDA00002720580400012.GIF" wi="133" he="76" />(7)用待恢复像素点x′<sub>i</sub>的恢复值<img file="FDA00002720580400013.GIF" wi="98" he="76" />取代待去噪的自然图像x中第i个位置像素点x<sub>i</sub>的灰度值,得到去噪后的图像。 |