论文部分内容阅读
本文对图像非局部加权平均降噪算法加以改进，提出了旋转不变相似度量加权降噪算法和矩筛选相似权降噪算法.一方面改进是提出了旋转不变相似度量算法，自然界中图像的相似是普遍存在的，而图像间的相似性随着图像的旋转，空间距离发生变化，而像素点值并不会因为图像的旋转而发生变化.即将像素的比较窗口进行多角度任意旋转，取那个像素旋转比较窗口的最小相似距离作为两像素间的相似距离，再把相似距离的带参负指数函数作为两像素间的相似权，然后进行加权平均，进而恢复被噪声污染像素点.另一方面是改进图像处理效率，在将像素比较窗口进行最优旋转的基础上，将学习窗口内像素的邻域灰度分布特征与中心像素邻域的灰度分布特征进行比较筛选，用比较窗口的灰度矩作为筛选指标，选取比较窗口灰度矩与中心像素比较窗口灰度矩接近的像素参与加权运算. 数字图像模拟实验表明，本文提出的旋转不变相似度量算法可以改进图像，当噪声强度较低标准差较小时，本文有比较重构效果好的降噪效果.矩筛选法选取适当的阈值，排除与中心像素比较窗口灰度值相差较大的比较窗口干扰，进而该算法提高了程序的运行效率，从而节省图像的处理时间.