NSCT域分类预处理的改进非局部均值去噪算法

摘要：

针对图像去噪领域非局部均值算法存在着计算量过高、复原图像过于平滑等问题,提出一种基于非下采样轮廓波变换(NSCT)域系数分类预处理的改进型非局部均值去噪算法.首先利用NSCT获得图像的高频系数,通过模糊支持向量机将系数分为无噪和含噪2类,只保留含噪系数进行后续非局部均值处理,降低整体算法的计算复杂度;然后利用极谐波变换分解系数取代传统非局部均值中的像素值参与相似度计算,使得计算过程对方向改变具有更好的抵抗能力;最后引入改进双平方函数作为相似度计算的核函数,可以更加符合极谐变换分解系数间的残差特性,使相似度计算得到的权重值更加精确.在标准灰度图像和遥感图像上的实验结果表明,与经典的去噪算法相比,该算法提高了计算速度,拥有更好的边缘和结构保持能力,整体去噪效果也得到了显著的提高.

关键词：非下采样轮廓波、模糊支持向量机、非局部均值、极谐变换、改进的双平方函数

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金U1504613;河南省高校科技创新团队计划17IRTSTHN009;河南省高等学校重点科研项目17A520068

在线出版日期：2018-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：436-446