一种基于散布矩阵的自适应非局部均值滤波模型

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.

关键词：非局部均值、衰减系数、散布矩阵、图像去噪

所属期刊栏目：27

分类号：TN911.73

资助基金：人工智能四川省重点实验室基金2011RZY01,2012RYY08;四川省教育厅基金重点项目10ZA135,14ZB0211;四川高校科研创新团队建设计划资助13TD0017;四川理工学院校级科研基金2012KY13;The Artificial Intelligence Key Laboratory of Sichuan Province2011RZY01,2012RYY08;The Project of education department of Sichuan Province10ZA135,14ZB0211;The Scientific Research Innovation Team of Sichuan' s Higher Education Institutes Building Plan13TD0017;The Scientific Research Fund of Sichuan University of Science & Engineering2012KY13

在线出版日期：2016-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：204-207