NLM去噪算法实现
来源:互联网 发布:java waitfor 返回值1 编辑:程序博客网 时间:2024/05/17 22:15
简介
本篇主要是对NLM去噪算法的实现总结。参考论文:点击打开链接
基本原理
该算法的基本原理是:假设同一副图像上,有着很多相似的纹理;因此在有噪声的区域,可以通过某种方式情况下,将相似的纹理区域来替换噪声区域。从而达到较好的去噪效果,并且不太多的损失细节。
具体实现
1、该算法需要遍历整个原图像;首先取出一个原图像pixel,以该pixel坐标为中心,圈出一大、一小两个矩形。大的矩形表示纹理替换搜索区域R,小的矩形表示待处理pixel的纹理区域L。 R和L的size关系可以参考论文描述:
2、将R矩形区域,分成若干个和R矩形区域一样的大小的矩形L1。依次根据论文公式:
计算出每块L1和L之间的权重W。
3、将L的像素值都设置为0,然后根据L与每块L1的权重W,叠加当前L的像素值为:w * L1。
4、将L和每块L1之间的权重W,同样累加起来到Wall。
5、所有L1遍历完了之后,L=L / Wall。就得到了经过去噪处理之后的L区域像素。对应论文公式:
结果显示
对应的处理结果如下:
原图像 去噪后图像
原图像
去噪后图像
局部对比
注:本文使用图片来源自己拍摄和该论文网站。
0 0
- NLM去噪算法实现
- 经典的图像去噪算法NLM和BM3D算法
- 【图像算法】NLM降噪
- 基于NLM的插值算法
- 一种图像去噪算法的实现
- 数组去重 算法实现
- 去雾算法 halcon 实现
- 数字图像去噪典型算法及matlab实现
- NLmeansfilter 非邻域去噪算法matlab实现
- 数字图像去噪典型算法及matlab实现
- 数字图像去噪典型算法及matlab实现
- 数字图像去噪典型算法及matlab实现
- 【机器学习算法-python实现】矩阵去噪以及归一化
- 数字图像去噪典型算法及matlab实现
- 数字图像去噪典型算法及matlab实现
- 数字图像去噪典型算法及matlab实现
- 数字图像去噪典型算法及matlab实现
- 数字图像去噪典型算法及matlab实现
- 查看浏览器的内核
- HDFS 基本文件操作API
- 《安卓笔记》Handler消息机制
- Android ListView相关开源项目汇总
- 内存分配失败
- NLM去噪算法实现
- 开启博客之旅
- Log的五种信息
- 动态代理记录日志
- {小结}GDOI2016骗分记
- 【翻译】ContentProviderClient VS ContentResolver
- web学习笔记-servlet
- Mahout安装与配置
- hive内置操作符与内置函数