改进的三维块匹配去噪算法

发布时间：2021-08-15 16:10

　　在处理由高斯白噪声污染的高对比度图像时,传统的三维块匹配（Block-matching and 3D）算法不能完整地保留图像边缘和纹理细节,去噪后的图像边缘会出现边缘振铃效应。为了弥补传统BM3D去噪算法在处理图像边缘和纹理细节时的不足,提出了先对噪声图像进行各向异性扩散滤波,再使用沿边缘方向代替水平方向搜索相似块的BM3D改进算法。实验结果表明,改进算法获得的相似块数量是传统方法的4倍,峰值信噪比（PSNR）也得到了进一步提高,改进算法能较好地保留图像边缘和纹理细节。 

【文章来源】：计算机科学. 2019,46(06)北大核心CSCD

【文章页数】：7 页

【文章目录】：
1 引言
2 BM3D改进算法理论
    2.1 沿固定方向搜索相似块的局限性
    2.2 确定边缘区域和平滑区域的像素
    2.3 基于块分组的d2距离
    2.4 联合滤波
    2.5 聚合
3 计算复杂度
4 实验结果对比与分析
    4.1 各向异性扩散滤波
    4.2 固定方向和边缘方向的相似块数量、结构相似度对比
    4.3 图像平滑区域和边缘区域的划分
    4.4 结果对比分析
结束语


【参考文献】：
期刊论文
[1]结合视觉显著性的图像去噪优化算法[J]. 赵杰,马玉娇,刘帅奇.  计算机科学. 2018(02)
[2]一种基于差异系数的稀疏度自适应图像去噪算法[J]. 焦莉娟,王文剑.  计算机科学. 2018(02)
[3]基于引导核聚类的非局部均值图像去噪算法[J]. 吴一全,李海杰,宋昱.  电子科技大学学报. 2016(01)
[4]基于BM3D图像去噪算法的参数研究[J]. 黄牧,黄文清,李俊柏,戴佳哲.  工业控制计算机. 2014(10)
[5]基于结构张量的Non-Local Means去噪算法研究[J]. 许娟,孙玉宝,韦志辉.  计算机工程与应用. 2010(28)
[6]信号相位匹配噪声估计的小波去噪方法[J]. 吴鹏,王爱侠,李晶皎.  计算机科学. 2010(07)



本文编号：3344868