图像去燥：NLM、BM3D

最新推荐文章于 2024-05-11 11:33:10 发布
最新推荐文章于 2024-05-11 11:33:10 发布
阅读量3.1k 收藏 6
点赞数 2
分类专栏： AI-机器学习和计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LUFANGBO/article/details/82021501
版权

在传统的图像去噪算法中，NLM、BM3D应该是效果最佳的。

NLM：参考https://blog.csdn.net/frankgoogle/article/details/52209901，相比于高斯滤波，高斯滤波是将中心像素周围的点进行加权得到中心点新的像素值，而NLM是用局部块加权，相对计算消耗较大

BM3D：https://wenku.baidu.com/view/8e34e4bbdc88d0d233d4b14e852458fb760b385f.html

双边滤波：双边滤波器在考虑像素点本身取值的相近性以外，还考虑了相近像素点与被估计的像素点的距离

AIBAIKE
关注
  • 2
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
经典的图像去噪算法NLM和BM3D算法
loadstar_kun的专栏
01-14 3万+
目前比较经典的图像去噪算法NLM和BM3D算法   非局部平均(Non-Local Means, NLM)[1]去噪算法，通过对这些自相似结构块做加权平均来估计参考块的中心点，从而降低噪声(零均值的高斯白噪声)，尽管NLM取得了很好的去噪效果，但对原图像的结构信息保护仍不够。文献[2]根据图像块之间的相似性提出了3维块匹配(Block Method of 3-Dimension, BM3D
图像去噪-NL Means，BM3D与DCT
haozi2008的博客
09-04 1359
图像去噪基础非局部均值去噪（NL-means）NL-means加速算法三级目录 基础 ShaneHolmes的图像处理专栏：图像各种噪声及消除方法 中记录了噪声来源、分类和处理噪声的基本方法 非局部均值去噪（NL-means） 基本思想：像素的估计值u^\hat{u}u^由与之具有相似邻域结构的像素加权平均得到。其权重w(p,q)w(p,q)w(p,q)等于两点的相似度。这个邻域(2r+1)×(2r+1)(2r+1)\times(2r+1)(2r+1)×(2r+1)也称为搜索区域。 u^i(p)=1C(p)
【图像去噪】BM3D算法图像去噪（含PSNR）【含Matlab源码 1779期】
Matlab912100926的博客
05-11 423
BM3D算法图像去噪（含PNSR） 完整代码，直接运行，适合小白！可提供运行操作视频！
NLM和BM3D
qq_37975919的博客
04-19 882
收藏一篇好文： 图像去噪算法：NL-Means和BM3D
NLM+BM3D资料搜集
hello world
08-13 446
1.NLM code 资源https://www.cnblogs.com/wxl845235800/p/9885409.html windows环境下配置BM3D（IPOL）上的代码环境。
BM3D去噪python代码
05-20
这是一本基于python实现的BM3D去噪算法，值得学习一下.BM3D在传统图像去噪方面效果是最好的，此代码需要安装opencv库
基于MATLAB实现传统图像去噪算法（均值滤波、中值滤波、非局部均值滤波NLM、三维块匹配滤波BM3D）
最新发布
06-03
【作品名称】：基于MATLAB实现传统图像去噪算法（均值滤波、中值滤波、非局部均值滤波NLM、三维块匹配滤波BM3D）和基于深度卷积神经网络的DnCNN图像去噪算法。 【适用人群】：适用于希望学习不同技术领域的小白或...
图像去噪算法matlab源代码(均值滤波+中值滤波+NLM+BM3D+卷积神经网络).zip
09-03
本资源包含五种常用的图像去噪算法的MATLAB源代码，它们分别是：均值滤波、中值滤波、NLM（Non-local Means，非局部均值）滤波、BM3D（Block-Matching and 3D filtering，块匹配三维滤波）以及卷积神经网络...
图像处理_NLM_NLM滤波_双边滤波_图像处理_
09-29
NLM滤波的基本思想是认为图像中的像素具有非局部相似性，即远处的像素也可能有相同的灰度值。通过计算图像中像素块之间的相似度，并根据这些相似度加权平均，可以更准确地去除噪声，同时保留更多的细节。NLM滤波在...
ImageDenoise_滤波_NLM_BM3D_图像去噪matlab_图像匹配.zip
10-11
本资源包“ImageDenoise_滤波_NLM_BM3D_图像去噪matlab_图像匹配.zip”包含了使用MATLAB实现的两种著名的图像去噪算法：非局部均值滤波（Non-Local Means, NLM）和块匹配三维度（Block-Matching and 3D filtering, ...
BM3D图像去噪算法，基于Python编写，最新版v3.0.4
01-08
这是基于Python编写的经典图像去噪算法BM3D，含源代码和范例。不依赖于作者原版的Matlab，开发使用更为友好，代码结构清晰。
图像去噪算法IP之NLM(非局部均值)详解.pdf
07-23
NLM(非局部均值)是一种降噪算法，其中每个像素的值由该像素周围的像素矩形(一个“中心补丁”)确定，所有像素大小相同的矩形(“搜索补丁”)都位于像素周围的一个相对较大的矩形(“搜索窗口”)中。 然后根据对应的搜索patch到中心patch的距离，对每个“搜索patch”的中心像素进行加权，通过计算搜索窗口中所有像素的加权平均得到输出像素
NLM(non-local means)c源码，降噪算法
12-06
NLM， non-local means c源码，降噪算法，效果出众
non-local means
03-14
非局部均值滤波的外文文献，特别适合于核磁共振方面的人才学习。
NLM去噪理解
nejor的博客
03-09 9586
参考论文：A non-local algorithm for image denoising 参考博客：https://blog.csdn.net/jugexiaolizi/article/details/84836975、 https://blog.csdn.net/qianhen123/article/details/81043217 该博客主要总结了各位前辈的文章，并附上自己的一些理解，用于...
NLM去噪算法的python实现
sinat_29018995的博客
03-04 2398
NLM全名non-Local Means——非局部均值，通过寻找图片中与当前像素相似的区域，计算出权重，再求和，即当前图像的去噪结果是图像中相似块的融合 原理非常简洁，以下图为例： 假设含噪声图像为vvv，去噪图像为uuu 那么输入输出的关系为： u(x)=∑y∈Iw(x,y)v(y)u(x)=\sum_{y\in I}^{}w(x,y)v(y)u(x)=∑y∈I​w(x,y)v(y) 其中yyy的取值范围是整幅图像，www是代表了图像块xxx，yyy的相似度，是一种权重，每个输出点都要对整个图像求权重，
BM3D算法相关笔记
热门推荐
Arcsinsin的学习笔记
04-25 1万+
三维矩阵 主要原因就在于，三维矩阵中，第一维度代表行，第二维度代表列，第三维度代表页，当第三维度为1时，代表只有1页，自然缩减为二维。当第一维度为1时，代表只有一行，但是每页都有，所以，从物理的角度没有缩减为二维。 http://blog.sina.com.cn/s/blog_7519cf530101ahsb.html
nlm图像去噪 matlab
12-29
NLM（Non-local Means）图像去噪是一种基于图像的非局部相似性的去噪方法，在Matlab中也有相关的实现。 NLM图像去噪算法的基本思想是通过利用图像中像素之间的相似性来降低噪声对图像的影响。它通过计算每个像素点与周围区域像素的相似性，并对噪声进行估计和修复。相似性的计算是基于像素灰度值的比较，灰度值越接近代表相似性越高。 在Matlab中，你可以使用`nlfilter`函数来实现NLM图像去噪。该函数可以通过指定滤波器函数和滤波窗口大小来对图像进行处理。 首先，你需要定义一个滤波器函数，用来计算像素之间的相似性。可以使用欧氏距离或其他相似性度量方法来衡量像素之间的相似程度。 然后，使用`nlfilter`函数对图像进行处理。你需要指定滤波函数，滤波窗口大小以及其他的参数，如滤波窗口的权重等。通常情况下，滤波窗口的大小越大，去噪效果越好，但也会损失图像的细节信息。 最后，使用`imshow`函数来显示去噪后的图像，并可以与原始图像进行比较，评估去噪效果的好坏。 总结而言，NLM图像去噪是一种基于图像的非局部相似性的去噪方法，在Matlab中可以使用`nlfilter`函数进行实现。但需要注意调整滤波窗口大小等参数来平衡去噪效果和图像细节信息的保留。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值