使用改进加权核的非局部均值图像高斯噪声去除方法

高斯噪声去除是数字图像处理中一个引人关注的领域，不仅是为了提高视觉质量，还因为它对图像配准或分割等其他后处理算法有影响。许多现有的最先进去噪方法都基于自相似性或基于图块的图像处理。具体而言，非局部均值（NLM）作为一种基于图块的滤波器，近年来受到了越来越多的关注。本质上，该滤波器倾向于通过计算正在处理的图块与图像内部其他图块之间的高斯加权欧氏距离来获取无噪声信号值。然而，NLM 滤波器对图块内的离群点（其强度值远离其他像素的像素）很敏感，这意味着在图块中具有对称位置的像素被赋予相同的权重。当噪声的破坏性在图块内部产生一些离群点时，这可能导致次优的去噪性能。在本文中，我们提出了一种新的加权方法来修改 NLM 滤波器的高斯核。我们的方法利用图像强度之间的几何距离为图块的每个像素提供新的权重，从而降低离群点对去噪性能的影响。在一组标准图像和不同噪声水平上的实验表明，我们提出的方法优于其他所比较的去噪滤波器。