基于引导核聚类的非局部均值图像去噪算法 |
| |
引用本文: | 吴一全,李海杰,宋昱. 基于引导核聚类的非局部均值图像去噪算法[J]. 电子科技大学学报(自然科学版), 2016, 45(1): 36-42. DOI: 10.3969/j.issn.1001-0548.2016.01.005 |
| |
作者姓名: | 吴一全 李海杰 宋昱 |
| |
摘 要: | 为改善非局部均值(NLM)算法对不规则纹理图像的去噪效果,提出了一种基于引导核聚类和自适应搜索窗的NLM图像去噪算法。首先使用基于引导核的模糊C均值(FCM)聚类算法对相似窗进行预筛选,划分其类别;然后根据相似窗的类别计算每个像素点对应的搜索窗大小,保证相似性较高的相似窗数量;最后分别对每一类进行自适应搜索窗的NLM图像去噪。实验结果表明:与基于Zernike矩、基于主邻域字典(PND)、基于均值方差预筛选等3种NLM改进算法相比,该NLM改进算法对强噪声污染或不规则纹理的图像,其去噪效果更为有效,并更好地保持了图像的纹理、边缘,在峰值信噪比(PSNR)和结构相似性测度(SSIM)等客观定量评价指标上优于其他NLM改进算法。
|
关 键 词: | 自适应搜索窗 模糊C均值聚类 图像去噪 非局部均值 引导核 |
Nonlocal Means Image Denoising Algorithm Based on Steering Kernel Clustering |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《电子科技大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《电子科技大学学报(自然科学版)》下载全文 |
|