基于BM3D的钢板表面图像自适应去噪方法

为了解决传统BM3D算法的距离阈值选取无法自适应去除钢板图像中的噪声以改善图像质量的问题,提出了一种基于噪声估计和阈值函数的自适应BM3D去噪算法(TFBM3D)。先采用网格搜索法得到不同钢板缺陷图像在不同噪声强度下基础估计和最终估计的最佳阈值,再通过对比不同函数的拟合效果,最终确定基础估计的二次曲线阈值函数和最终估计的四次多项式阈值函数,并将噪声估计作为新算法前处理阶段。最后将新BM3D算法、原BM3D算法以及一些其他最新的去噪算法进行比较,试验结果表明,该算法在复原缺陷图像边缘和细节纹理上效果显著,在噪声标准差为30的条件下各缺陷图片去噪效果的PSNR值在33 dB以上、SSIM值在0.85以上,且残余图像中残余的存留细节更少,本文算法优于其他算法。