本文介绍了NL-Means非局部均值去噪算法的基本原理及其在图像处理中的应用。该算法通过计算图像块之间的高斯加权欧式距离来确定像素间的相似度，并据此对图像中的每个像素进行加权平均，实现有效的去噪效果。
由于NL-Means是基于图像块进行搜索的，所有可以在上面的6组示例图中可以看到，权重较大是与目标点邻域相似的区域，有点类似模式识别，思路是通过高斯加权欧式距离找到曲线与与目标点邻域相似的区域，利用其信息进行去噪。
简单做一个NL-Means去噪算法的总结，对于图像中的每一个像素，去噪后的结果是周围像素的加权和，权重是由该像素点与周围像素点的相似程度确定的，相似程度由块邻域的高斯加权欧式距离计算得到。
扫一扫
评论 1
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
