基于Zernike 矩相似度联合的图像滤波

Image Denoising by Zernike-Moment-Similarity Collaborative Filtering

非局域均值滤波(non-local means filtering, NLMF)采用图像块间灰度差测度像素间相似性,由于灰度差易受噪声影响,这种相似性测度缺乏鲁棒性。图像块的Zernike矩是块内像素灰度的统计量,且具有旋转无关特性,能在抑制噪声的情况下较好地描述图像块特征。由图像块的各阶Zernike矩差代替灰度差可定义Zernike矩相似度;联合各阶Zernike矩相似度经加权平均可估计出所处理像素的灰度。仿真实验及分析表明文中算法相比直接采用灰度差定义相似度的算法,能更好地去除噪声,获得更高的峰值信噪比(PSNR)。