一种新的自适应图像去块效应滤波方法

非邻域均值滤波算法能够在有效地去除图像中的高斯噪声的同时保留图像细节信息,但是该算法对于压缩噪声的滤除效果不佳。而且在非邻域均值滤波算法中,需要预先设定滤波参数,该参数对滤波性能的影响很大。但是在实际的应用中,很难凭经验预先设定滤波参数。鉴于此,设计出一种无参块效应评估准则T,T可在无原图参考的情况下,估计压缩图像的图像块块效应强度。并应用此准则设计了一种新的基于非本地均值滤波的去块效应算法,该算法依据上述准则自适应的为每个图像块选取最佳滤波参数,从而实现逐块去块效应滤波。

基于重加权低秩近似和高斯混合模型的图像块效应去除算法

针对离散余弦变换(Block-based Discrete Cosine Transform,BDCT)在图像解码器处产生的块重构伪影现象,提出了一种联合两种先验知识的图像去块效应算法,这两种先验知识分别是重加权低秩近似和高斯混合模型。该算法首先利用重加权低秩近似来增强图像块之间的局部结构和非局部的自相似性,有效地保留原始图像中更多的精细结构。其次,还利用高斯混合模型对块状伪影进行建模获得更可靠、更鲁棒的结果。通过在标准测试图像上的实验表明,提出的算法在主观视觉效果和客观评估方面均优于其他的块效应去除方法。