图像降噪算法 NL-means 介绍

已于 2024-12-26 23:44:15 修改
阅读量922 收藏 5
点赞数 24
分类专栏： 视频质量评价-视频前处理 文章标签： 算法 图像降噪 图像处理 视频处理 NLM NL-means
于 2024-05-08 21:19:47 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.youkuaiyun.com/yanceyxin/article/details/138585289
版权

介绍

Non-Local Means 非局部均值降噪算法，简称NLM，该算法来自 2005年论文“A non-local algorithm for image denoising”；该算法是经典的图像降噪算法，是很多降噪算法的参考对比算法。

2014 年，有 NLM衍生算法NLMP，该算法来自论文“Parameter-Free Fast Pixelwise Non-Local Means Denoising”；NLMP 算法快速且开源。

  • FFmpeg 项目已经集成NLM算法，集成到 filter 中。

  • OpenCV 项目已经集成NLM算法，有现成方法可调用，fastNlMeansDenoising、fastnlmeansdenisingcolored、fastnlmeansdenisingmulti、fastnlmeansdenisingcoloredmulti。

  • 项目地址：https://www.ipol.im/pub/art/2014/120/

  • 原论文下载地址：

了解本专栏 订阅专栏 解锁全文 超级会员免费看
非局部均值滤波算法（NL-means）
weixin_45355387的博客
03-25 2万+
【C++】非局部均值滤波算法（NL-means） 上一篇文章介绍了均值滤波、中值滤波、高斯滤波、双边滤波和引导滤波，均为局部滤波，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。非局部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。 今天来学习一下另一类滤波算法：非局部均值滤波算法（NL-means）。非局部均值滤波算法最早于2005年由Buades等人发表在CVPR上，论文原文：A non-local algorithm fo
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：...
nl-means算法
12-31
nl-means算法及fast nl-means matlab
【图像去噪】图像去噪的非局部均值 （NLM） 滤波器研究附Matlab代码
最新发布
j_jinger的博客
04-04 997
图像去噪是图像处理领域中一个至关重要的预处理步骤，旨在消除图像采集、传输或处理过程中引入的噪声，从而提高图像质量，改善后续分析和应用的效果。各种去噪方法层出不穷，其中非局部均值 (Non-Local Means, NLM) 滤波器凭借其卓越的去噪性能和对细节信息的良好保留能力，近年来备受研究者们的青睐。本文将深入探讨 NLM 滤波器的原理、优势、挑战以及改进方向，旨在全面剖析其在图像去噪领域的重要地位。一、噪声模型的挑战与传统滤波器的局限性图像噪声的形式多种多样，常见的有加性高斯噪声、泊松噪声、椒盐噪声等。
NLM算法
weixin_30570101的博客
10-31 3329
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 - 优快云博客 https://blog.csdn....
NLM去噪算法
红叶谷 wsp_1138886114的博客
06-09 1万+
文章目录一、算法原理二、代码实现 一、算法原理 非局部均值滤波(Non-Local Means,NLM)是Buades等人于2005年在论文“A non-local algorithm for image denoising”中提出的对传统邻域滤波方法的一种改进滤波，考虑到了图像的自相似性质，它充分利用了图像中的冗余信息，在去噪的同时能够最大程度的保持图像的细节特征。【论文及源码地址】 该算法需要计算图像中所有像素与当前像素之间的相似性，考虑到这个计算量与效率的问题，一般会设定两个固定大小的窗口，一个大的搜
NL-means算法详解：非局部均值图像去噪教程
NL-means（非局部均值）是一种在图像处理领域广泛应用的算法，用于图像去噪和增强。它最初是由A. Buades, B. Coll和J.M. Morel在2005年发表的一篇论文《图像去噪算法的回顾，包括一种新的方法》（A Review of Image ...
积分图像的应用（二）：非局部均值去噪（NL-means）
xiaoluo91的专栏
09-06 2万+
非局部均值去噪（NL-means）一文介绍了NL-means基本算法，同时指出了该算法效率低的问题，本文将使用积分图像技术对该算法进行加速。 假设图像共像个素点，搜索窗口大小，领域窗口大小， 计算两个矩形邻域间相似度的时间为，对于每个像素点需要计算它与搜索窗口内个像素间的相似度，故NL-means复杂度为 。 经过分析可以发现，该算法可以提高之处只有邻域间相似度的计算，即耗时的操作。基
混合算法的图像去噪的matlab程序（主要讲述小波+NL-means的图像去噪）
A496608119的博客
01-19 2983
一、小波滤波： 随着小波理论的日益完善，其以自身良好的时频特性在图像去噪领域受到越来越多的关注，开辟了用非线性方法去噪的先河。具体来说，小波能够去噪主要得益于小波变换有如下特点： （1）低熵性。小波系数的稀疏分布，使图像变换后的熵降低。意思是对信号（即图像）进行分解后，有更多小波基系数趋于0（噪声），而信号主要部分多集中于某些小波基，采用阈值去噪可以更好的保留原始信号。 （2）多分辨率特性。由于采用了多分辨方法，所以可以非常好地刻画信号的非平稳性，如突变和断点等（例如0-1突变是傅里叶变化无法合理..
nlmeans:NL 均值降噪器 (OpenCL)
06-07
非局部均值降噪器 (OpenCL) 我的学校项目从 CUDA 到 OpenCL 的快速移植。 有关算法的信息，请参阅或 。 这个 repo 包括用于交互式参数调整的基于 Qt 的 GUI 和用于开发的 IPython Notebook。 要求： Python 3 PyQt4 NumPy PIL（枕头） PyOpenCL + OpenCL 驱动程序
NLmeans（非局部均值去噪）学习
ISP行业的忠实粉丝
06-11 2709
NLmeans（非局部均值去噪）
NLM(non-local means)c源码，降噪算法
12-06
NLM， non-local means c源码，降噪算法，效果出众
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。
opencv c++ nlm去噪
02-10
nlm图像去噪算法，应用c++与opencv的函数，可以较好的实现图像去噪
NL-Means
Meet_csdn的博客
02-09 491
function DenoisedImg=NLmeans(I,ds,Ds,h) %此程序是对单个像素做非局部去噪，并非块， %当目标像素扩展的块与搜索到的块近似时认为搜索到的像素与目标像素相近，权重大 %I:含噪声图像 %ds:邻域窗口半径 %Ds:搜索窗口半径 %h:高斯函数平滑参数 %DenoisedImg：去噪图像 I=double(I); [m,n]=size(I); ...
NLMeans算法(1)——IPOL paper和源码阅读
hello world
08-11 1089
https://www.cnblogs.com/wxl845235800/p/9885409.html 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 https://max.book118.com/html/2016/1206/68911778.shtm .
【滤波·3】NLM非局部均值去噪
mjiansun的专栏
08-03 1538
下图是NL-means算法执行过程，大窗口是以目标像素为中心的搜索窗口，两个灰色小窗口分别是以、为中心的邻域窗口。其中以为中心的邻域窗口在搜索窗口中滑动，通过计算两个邻域窗口间的相似程度为赋以权值w(x,y)。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。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。这样在实现代码的时候就少了很多除法。邻域窗口在搜索窗口中滑动，根据邻域间的相似性确定像素的权值。
非局部均值降噪算法（NLM）原理及实现
保持分享欲
08-27 2962
在日常生活中，最常见的 CT 图像噪声是高斯白噪声。目前，针对高斯白噪声的处理方法，主要有空间域中的以平滑为基本思想的均值滤波、高斯滤波、局部滤波等，此外还有频率域中的维纳滤波和小波阈值收缩等。局部强度统计特征是衡量区域内像素间的平均相似性，但这一特征难以准确辨别边缘与其邻近点之间的差异，导致了滤波结果中边缘信息的模糊。小波阈值收缩算法虽能够很好地估计信号的噪声，但是阈值和阈值函数的选择上存在不确定性，会造成信号的失真。
评论
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

打赏作者

码流怪侠

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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