Non-Local Means指的是非非局部均值值滤波;與非局部均值值滤波(在目标区域周围平滑取值)相对比,意味着NLM要使用图像中的所有(all pixel)像素
我们发现,对于图像块来说相似图像並不仅限于局部,图像的长边缘纹理结构都是相似的;自然图像中含有丰富的重复冗余信息,所以可以采用描述图像结构特征的图像块茬整个图像中寻找相似块
在同一幅图像中, 对相同性质的区域分类并加权平均得到的去噪图像去噪的效果也应该很好(类似越多幅图潒加权效果越好)。
value ,对于每一个pixel 计算这个图像所有像素的平均权值,公式为:
其中代表整个图像,代表权值计算权值常用的方法是計算两个像素块之间的欧式距离(单独的像素并不可靠,通常选其邻域)
一般而言,考虑到算法复杂度搜索区域大多取21*21,相似块取7*7實际应用中,应根据噪声来选择实际的参数当高斯噪声的标准差越大时,为了提高算法鲁棒性需要增大相似块宽度,同时也需要增大搜索区域滤波稀疏h与标准差满足正相关,即h=k