非局部均值滤波原理 Non-local means filter 【从入门到扫地出门】

已于 2023-07-08 11:54:22 修改
阅读量3.7w 收藏 118
点赞数 16
分类专栏： C/C++ 文章标签： Non-local means filt 非局部均值滤波原理 非局部均值滤波教程 NLM教程
于 2017-08-01 16:47:47 首次发布
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/sac761/article/details/76544791
版权

一，NLM滤波原理简介

图像中的像素点之间不是孤立存在的，某一点的像素与别处的像素点一定存在某种关联，可以概括为灰度相关性和几何结构相似性。这是均值滤波考虑的地方，但是我们还发现，相似像素并不局限于某个局部区域，如图像中的长边缘，结构纹理等，都是相似的。自然图像中含有丰富的重复冗余信息，所以可以采用能够描述图像结构特征的图像块在整个图像上寻求相似块。

具体内容见博文

sac761
关注
  • 16
    点赞
  • 踩
  • 118
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
专栏目录
【图像去噪】脊波变换图像去噪（含 SNR）【含Matlab源码 4195期】
Matlab武动乾坤的博客
04-02 911
脊波变换图像去噪（含 SNR） 完整的代码，方可运行；可提供运行操作视频！适合小白！
非局部均值去噪（NL-means）
热门推荐
xiaoluo91的专栏
09-06 4万+
非局部均值（NL-means）是近年来提出的一项新型的去噪技术。该方法充分利用了图像中的冗余信息，在去噪的同时能最大程度地保持图像的细节特征。基本思想是：当前像素的估计值由图像中与它具有相似邻域结构的像素加权平均得到。理论上，该算法需要在整个图像范围内判断像素间的相似度，也就是说，每处理一个像素点时，都要计算它与图像中所有像素点间的相似度。但是考虑到效率问题，实现的时候，会设定两个固定大小的窗口：...
图像处理之图像复原算法：非局部均值去噪：非局部均值去噪算法原理
最新发布
kkchenjj的博客
07-28 424
通过上述步骤，我们详细介绍了非局部均值去噪算法的实现过程，包括搜索相似块、计算权重和加权平均去噪。这些步骤共同作用，能够有效地去除图像中的噪声，同时保持图像的细节和结构。在实际应用中，根据图像的特性和噪声的类型，可能需要调整算法的参数，以达到最佳的去噪效果。
详解非局部均值滤波原理以及用MATLAB源码实现
literacy_wang的博客
06-24 1万+
详解非局部均值滤波原理以及用MATLAB源码实现 序言 均值滤波、中值滤波、高斯滤波在滤除噪声的过程中，无可避免的使图像的边缘细节和纹理信息所被滤除。针对此问题，Buades[1]等人提出了非局部均值滤波，它使图像中的冗余信息得到了有效地利用，在滤除噪声的同时将图像的细节特征进行了最大程度的保留。 非局部均值滤波使图像中的冗余信息得到了有效地利用，在滤除噪声的同时将图像的细节特征进行了最大程度的保留。 非局部均值滤波利用了自然图像中的每个小块都存在关联性，与均值滤波是对邻域内的所有像素求和再平均的方法不同
Non-Local Means Filter：用于图像去噪的非局部均值滤波器-matlab开发
06-01
Buades 等人提出的非局部均值滤波器的实现。 用于稳健的图像去噪。 典型用法： fima=nlmeans(ima,5,2,sigma); 是 sigma 噪声标准偏差
非局部均值滤波
07-27
非局部均值的原理及代码，还给出了几种噪声的matlab实现
OpenCV 笔记(30)：图像降噪算法——非局部均值滤波
Java与Android技术栈
04-14 1726
1. 非局部均值滤波非局部均值滤波（Non-Local Means，NL-Means）是一种非线性的图像去噪算法。它基于图像中的像素具有相似结构这一假设，利用图像的全局信息来对图像进行去噪。1.1 全局算法 VS 局部算法非局部均值滤波在计算每个像素点的估计值时，会考虑图像中所有与该像素点具有相似邻域结构的像素点。因此，非局部均值滤波是一种全局算法。那么相对于全局算法的局部算法是什么呢？局部算法...
非局部均值滤波-A non-local algorithm for image denoising
Nick Blog
12-17 3412
1. 简介 Non-Local Means顾名思义，这是一种非局部平均算法。何为局部平均滤波算法呢？那是在一个目标像素周围区域平滑取均值的方法，所以非局部均值滤波就意味着它使用图像中的所有像素，这些像素根据某种相似度进行加权平均。滤波后图像清晰度高，而且不丢失细节。 2. 原理 该算法使用自然图像中普遍存在的冗余信息来去噪声。与双线性滤波、中值滤波等利用图像局部信息来滤波不同，它利用了整幅图像进行去噪。即以图像块为单位在图像中寻找相似区域，再对这些区域进行加权平均平均，较好地滤除图像中的高斯噪声。 2.1
非局部均值滤波：图像处理中用于去除噪声和平滑图像的技术
qq_40427481的博客
01-17 806
与传统的局部均值滤波只考虑邻域内像素的平均值不同，非局部均值滤波通过计算整个图像中像素点的相似度来进行加权平均，从而更好地保留图像的细节信息。在图像处理领域，非局部均值滤波是一种常用的技术，用于去除图像中的噪声和平滑图像。与传统的局部均值滤波相比，非局部均值滤波能够更好地保留图像的细节信息，同时有效地减少噪声的影响。去噪效果：与传统的局部均值滤波相比，非局部均值滤波能够更好地去除图像中的噪声。通过计算相似度并进行加权平均，非局部均值滤波可以有效地减少图像中的纹理和细节，使图像更加平滑和均匀。
MATLAB 非局部均值滤波代码 NL-means代码 非局部均值滤波.zip
04-30
非局部均值滤波（Non-local Means Denoising，简称NL-means）的核心思想是利用图像中像素点的相似性进行滤波。它假设图像中存在大量具有相同或相近纹理的区域，通过比较这些区域之间的相似性来决定每个像素点的滤波...
基于非局部均值图像去噪Non-Local Means算法进行高噪声图像降噪的C++源码+文档（期末大作业）.zip
10-17
基于非局部均值图像去噪Non-Local Means算法进行高噪声图像降噪的C++源码+文档（期末大作业）.zip 已获导师指导并通过的97分的高分项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。...
快速非局部均值滤波算法
05-24
很好的非局部滤波算法，速度有较大提升 操作简单，一看就懂
基于Bilateral Filter，Non-Local Means Filter和Guided Filter针对灰度数字图像处理的研究
06-16
基于Bilateral Filter，Non-Local Means Filter和Guided Filter针对灰度数字图像处理的研究
Non Local Means Filter 2D：用于二维图像的非局部均值滤波器-matlab开发
05-30
这段代码只是 Dirk-Jan Kroon 的 matlab 愿景，他发表了 Fast Non-Local Means 1D、2D Color 和 3D（ http://www.mathworks.com/matlabcentral/fileexchange/27395-fast-non-local-means- 1d-2d-color-and-3d ）。
Python，OpenCV中的非局部均值去噪（Non-Local Means Denoising）
qq_40985985的博客
08-07 2245
这篇博客将介绍不同的计算摄影技术——非局部均值去噪（Non-Local MeansDenoising），以去除图像中的噪声。OpenCV提供了4个方法实现该算法； cv2.FastNLMeansDeoising() 适用于单个灰度图像、cv2.FastNLMeansDeoisingColor() 用于彩色图像、 cv2.fastNlMeansDenoisingMulti() 连续多帧图像（灰度图）、 cv2.fastNlMeansDenoisingColoredMulti() 连续多帧图像彩色图。
Non-Local Means 非局部均值去噪滤波
攻城狮凌风
07-14 1万+
        传统的高斯滤波，均值滤波，为局部滤波，即对周围邻域的点加权生成当前点，加权因子反应出周围点对当前点的影响，这些加权因子基于某种理论获得，如高斯滤波基于低通，均值滤波认为点与点之间的影响是均匀的。 1.经典的Non-Local Means 滤波         Non-local Means 非局部均值去噪滤波可以视为局部均值滤波的特例，它的目的是使用与当前点纹理类似的区域，对当...
Non-Local Means（非局部均值滤波）
知与谁i的博客
12-30 8306
Non-Local Means，指的是非局部均值滤波；与局部均值滤波（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。 提出：        我们发现，对于图像块来说，相似图像并不仅限于局部，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在整个图像中寻找相似块。 原因：        在同一...
非局部均值滤波matlab
03-29
非局部均值滤波（Non-local Means Filtering）是一种图像去噪方法，它利用图像中相似区域的信息对每一个像素进行滤波。这种方法可以保留图像的细节，同时去除噪声。Matlab中可以使用“nlfilter”函数实现非局部均值滤波。下面是一个示例代码： ```matlab % 读取图像 img = imread('lena.png'); % 添加高斯噪声 noise_img = imnoise(img, 'gaussian', 0.01); % 定义滤波器大小和相似窗口大小 filter_size = [5 5]; window_size = [11 11]; % 定义非局部均值滤波函数 nlm_filter = @(x) mean2(x) + std2(x - mean2(x)) * mean2(abs(x - mean2(x))) / (std2(x) + eps); % 应用非局部均值滤波 denoise_img = nlfilter(noise_img, window_size, nlm_filter); % 显示原始图像和去噪后的图像 figure; subplot(1, 2, 1); imshow(noise_img); title('Noisy Image'); subplot(1, 2, 2); imshow(denoise_img); title('Denoised Image'); ``` 在这个示例中，我们首先读取了一张图像，并添加了高斯噪声。然后，定义了滤波器大小和相似窗口大小，并使用“nlfilter”函数应用了非局部均值滤波。最后，我们显示了原始图像和去噪后的图像。
评论 7
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