论文部分内容阅读
数字图像在实际应用中会不同程度地受到噪声污染，这对后续的图像处理造成不便，因此，图像去噪是数字图像处理中一个必不可少的环节。近年来，非局部均值去噪算法因其出色的去噪效果，成为众多学者广泛研究的对象。
非局部均值算法利用数字图像中大量的冗余信息，通过建立相似度计算函数来求待去噪点与其搜寻窗内相似点之间的权值，然后对搜寻窗内所有相似点进行加权平均得到当前点的去噪结果。该算法的去噪效果很大程度上取决于相似性计算的准确性上。本文主要工作包含以下三个方面：
(1)提出了一种新的权值函数来计算图像块之间的相似性，该权值函数使得非局部均值算法中的相似性计算更加准确，同时公式实现了更好的参数化。
(2)提出了一种基于块混合相似性的非局部均值去噪方法，主要是结合了同质相似性和结构相似性对图像进行去噪。其中，通过同质相似性采用均值预选取技术能够得到更加准确的相似点集合。
(3)实现了SAR图像的形状自适应块(SAP)的计算，并用来对SAR图像进行非局部均值相干斑抑制。新的去斑方法被应用到真实SAR图像中来验证它的去斑性能，同时和其它现有算法比较。