一种基于特性曲线的非局域均值技术

非局域均值(NLM)去噪算法假设图像噪声方差是定值,对于存在非线性噪声的图像处理效果不佳。像素滤波权重分配仅依赖像素块相似性,其准确性会受到噪声的干扰。为此,提出一种基于灰度-信息方差特性曲线的改进算法CNLM。该算法利用离散余弦变换,计算选取出特征像素点的有用信息方差及噪声方差,得到图像的灰度-纹理方差(IIVC)和灰度-噪声方差(INVC)2条特性曲线。2个像素点之间的权重受到这2点灰度对应的IIVC值的约束,以降低噪声对该过程的影响,算法中固定的噪声方差被每个像素灰度对应的INVC值替代以更好地去噪。实验结果证明,该算法对于加性和乘性噪声都有较好的噪声估计及去噪效果。