改进权重函数的非局部均值图像去噪算法  

Non-local Means Image Denoising Algorithm of Improved Weighting Function

作　　者：张娜[1] 刘辉[1] 尚振宏[1] 邹滨益 

机构地区：[1]昆明理工大学信息工程与自动化学院,昆明650500

出　　处：《计算机工程》2016年第12期254-261,共8页Computer Engineering

基　　金：国家自然科学基金(61462052);中国科学院太阳活动重点实验室项目(KLSA201310);昆明市科技局项目(08S100310)

摘　　要：经典非局部均值去噪算法在度量邻域结构特征相似性上对于旋转和平移情况下不够灵活。为此,提出一种基于归一化转动惯量的非局部均值图像去噪算法。利用归一化转动惯量作为相似权重的一部分来调节相似性度量。实验结果表明,与原始非局部均值去噪算法相比,该算法能够更好地保持图像的细节结构信息,提高峰值信噪比和结构相似度,特别当噪声强度增大时,峰值信噪比最大提高1.03 dB,结构相似度最大提高0.04。In order to solve inflexible characteristics in Non-local Means （ NLM ） based on Normalized Moment of Inertia （ proposed to balance neighborhood patches＇ rotation and translation in measuring neighborhood similarity for structural denoising method, this paper presents the NLM image denoising algorithm NMI）. The normalized moment of inertia as a part of the similar weight is similarity. Experimental results show that compared with the original nonlocal mean denoising algorithm, this algorithm can keep the detail of the image structure information preferably, and can improve the Peak Signal to Noise Ratio（PSNR） and structural similarity. Especially, when the noise intensity increases, the algorithm improves the PSNR by 1.03 dB and the structure similarity index by 0.04.

关 键 词：非局部均值 去噪 相似性度量 噪声图像 归一化 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]