简介
图像非局部均值滤波的原理利用了噪声的非相关的特性。如下图所示,在一幅图像中,具有相同像素的图像块是很多的,而其中的噪声是不相关的,当然不相关的假设是很强的,这里应该说是噪声的相关性很弱,该假设也是符合一定的实际应用场景的。
原理分析推导
我们假设无噪声像素块的值为f(x,y)f(x,y),加性噪声为n(x,y)n(x,y),那么添加噪声后的像素块的值为g(x,y)=f(x,y)+n(x,y)g(x,y)=f(x,y)+n(x,y)。我们把多个相似的像素块进行叠加后取均值得到g¯¯¯(x,y)=1K∑Ki=1gi(x,y)g¯(x,y)=1K∑i=1Kgi(x,y)。此处应注意相似是个模糊的概念,以量化的观点看是两个相似块间的距离大小,这个距离可以是欧式距离等,为了对原理进行粗略的说明,下面的推导中把相似的概念强化了。应用概率的观点,我们对叠加处理取平均后的像素块求期望得到,
由于像素块的相似性,上式中右边式子的第一项化简为f(x,y),第二项由于假设噪声的均值为0,所以
另外由于噪声的非相关性,我们可以得到g(x,y)g(x,y)的方差计算公式为
所以,最后推导出的方差为:
其中σf²为无噪声的像素块的方差值为0.
由此可见,通过非局部均值的方法可以进行图像的去噪。