经典的图像去噪算法NLM和BM3D算法

最新推荐文章于 2024-01-19 09:29:29 发布
最新推荐文章于 2024-01-19 09:29:29 发布
阅读量3.1w 收藏 24
点赞数
分类专栏： 图像处理&编程
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/loadstar_kun/article/details/8500297
版权
本文介绍了两种经典的图像去噪算法——非局部平均(NLM)和3维块匹配(BM3D)。NLM通过自相似结构块的加权平均减少噪声，但可能影响结构信息。而BM3D利用图像块间的相似性实现高效去噪，虽然效果出色，但计算复杂度较高。
摘要由CSDN通过智能技术生成

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)算法。该方法不仅有较高的信噪比，而且视觉效果也很好，但是时间复杂度相对较高。

 

[1] Buades A, Coll B, and Morel J M. Nonlocal image and movie denoising[J]. Inte

最低0.47元/天 解锁文章
loadstar_kun
关注
专栏目录
图像处理之图像复原算法：BM3D去噪：BM3D算法原理与结构
kkchenjj的博客
07-28 952
BM3D（Block-Matching and 3D filtering）算法是图像去噪领域中的一种高效方法，它结合了块匹配和三维滤波技术，能够显著提高图像的去噪效果。高保真度：BM3D能够有效保留图像的细节和边缘，避免了传统去噪方法中常见的模糊现象。适应性强：BM3D对不同类型的噪声（如高斯噪声、椒盐噪声等）都有较好的去噪效果。处理效率：通过块匹配和分组，BM3D能够并行处理图像，提高了处理速度。视觉效果：在主观视觉评价中，BM3D去噪后的图像质量通常高于其他去噪算法。
NLM和BM3D
qq_37975919的博客
04-19 936
收藏一篇好文： 图像去噪算法：NL-Means和BM3D
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
图像去燥：NLM、BM3D
AIBAIKE的博客
08-24 3233
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/8e34e4bbdc8...
NLM+BM3D资料搜集
hello world
08-13 465
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。
【转】经典的图像去噪算法NLM和BM3D算法
weixin_34343308的博客
11-09 811
目前比较经典的图像去噪算法NLM和BM3D算法 http://blog.csdn.net/loadstar_kun/article/details/8500297 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[...
【图像去噪】非局部均值（NLM）滤波图像去噪（PSNR和MSE）【含Matlab源码 420期】
Matlab武动乾坤的博客
01-19 882
非局部均值（NLM）滤波图像去噪（PSNR和MSE） 完整的代码，方可运行；可提供运行操作视频！适合小白！
基于MATLAB实现传统图像去噪算法和深度学习DnCNN模型图像去噪源码+项目说明.zip
08-09
该项目是为了研究基于深度卷积神经网络的图像去噪算法，是利用DnCNN模型，但是为了比较该算法的效果，另外实现了四种传统的图像去噪算法（均值滤波、中值滤波、非局部均值滤波NLM和三维块匹配滤波BM3D）作为对照组。...
基于图像去噪算法和卷积神经网络的DnCNN图像去噪算法的matlab仿真源码+文档.zip
07-05
是基于传统图像去噪算法（均值滤波、中值滤波、非局部均值滤波NLM、三维块匹配滤波BM3D）和深度卷积神经网络的DnCNN图像去噪算法的matlab仿真的完整源码+说明，代码完整下载可用，小白可实战。 基于图像去噪算法和...
基于MATLAB图像去噪算法（均值、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DnCNN去噪算法
最新发布
05-12
该项目是为了研究基于深度卷积神经网络的图像去噪算法，是利用DnCNN模型，但是为了比较该算法的效果，另外实现了四种传统的图像去噪算法（均值滤波、中值滤波、非局部均值滤波NLM和三维块匹配滤波BM3D）作为对照组。...
NLM算法详解
01-05
NLM 3D去噪算法，实用性强，计算量一般。3维处理，介绍比较详细。
图像去噪方法分析比较（BLS GSM, BM3D, Nonlocal Means）
10-24
当前最成功的三种图像去噪方法Matlab运行程序比较，包括著名的BLS-GSM，Non local means以及BM3D(Block Matching 3D)方法。运行目录下的Denoising_Demo.m即可得到结果。
快速非局部去噪算法
11-30
基于FFT和积分图的快速非局部去噪算法,作者来自浙大
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...
NLM去噪理解
nejor的博客
03-09 9608
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 2456
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算法
weixin_30570101的博客
10-31 3251
non-Local Means非局部均值 论文原文：http://www.ipol.im/pub/art/2011/bcm_nlm/?utm_source=doi 论文源代码：http://www.ipol.im/pub/art/2011/bcm_nlm/nlmeansC.tar.gz NLM去噪： NLM去噪算法实现 - 羽凌寒 - CSDN博客 https://blog.csdn....
激光雷达图像去噪：BM3D与NLM算法的对比研究
本文主要探讨了在相干激光雷达图像处理领域的一项关键技术——基于块匹配和三维滤波（Block Matching and 3D Filtering, BM3D）的图像去噪方法。针对激光雷达产生的距离像和强度像两种类型的噪声特性，研究者分别...
评论 2
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