【代码备份】NLM插值

最新推荐文章于 2025-08-07 10:25:53 发布

weixin_30339969

最新推荐文章于 2025-08-07 10:25:53 发布

阅读量248

点赞数

CC 4.0 BY-SA版权

文章标签： matlab

原文链接：http://www.cnblogs.com/wxl845235800/p/10150809.html

本文介绍了一种基于非局部均值（NLM）的图像插值算法优化方法，通过调整搜索窗和匹配窗大小，结合高斯核权重，实现了对原始图像的高质量放大。实验结果显示，与传统的双三次插值相比，NLM插值能显著提高图像的峰值信噪比（PSNR），提升图像细节和清晰度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文件路径：

main.m：

%% 测试函数
clc,clear all,close all;
%输入的原始小图
ima_ori=double(imread('F:\Users\****n\Documents\MATLAB\TestImages\标准图像\monarch.bmp'));%原图

ima=imresize(ima_ori,0.5,'nearest');%降采样图，待输入处理。在该原始分辨率图像中进行搜索窗确认，遍历进行匹配相似度计算
%主功能函数
search=1;%搜索窗半径大小
patch=1;%匹配窗半径大小
sigma=5; %高斯核分配权重:h
ima1=imresize(ima,2,'bicubic');%初始升采样图中进行匹配窗口选取
[wid,len,channels]=size(ima1);
HRima=ima1;%大小需要注意！
if channels>2    
    for k=1:channels 
       %原图小图输入
       %                                                                
       HRima(:,:,k)=NLmeansfilter(ima(:,:,k),ima1(:,:,k),search,patch,sigma);%调用的是插值后的大图。
    end
end

% show results 
subplot(1,2,1),imshow(uint8(ima1)),title('original bicubic');
subplot(1,2,2),imshow(uint8(HRima)),title('NLM Inter');
imwrite(uint8(ima_ori),strcat('search=',num2str(search),'_patch=',num2str(patch),'_original','.tif'));
imwrite(uint8(ima1),strcat('search=',num2str(search),'_patch=',num2str(patch),'_original_bicubic','.tif'));
imwrite(uint8(HRima),strcat('search=',num2str(search),'_patch=',num2str(patch),'_NLM_Inter','.tif'));
[PSNR_ori, MSE_ori] = psnr(ima1, ima_ori);       
[PSNR_nlm, MSE_nlm] = psnr(HRima, ima_ori);