肖 华

（铜陵学院，安徽 铜陵 244000）

由于图像获取、传输等过程中常常会产生噪声，造成图像质量下降，因此图像去噪作为图像处理的基本技术之一，受到广泛的重视。许多实际噪声可以近似为高斯分布的白噪声，去除图像中叠加的高斯白噪声成为图像去噪研究的一个重要方向。

线性高斯平滑函数[1]在降噪的同时会丢失细节信息，使得图像边缘模糊。为了更好的保护边缘信息，近年来涌现了大量借助非线性滤波器的复杂去噪算法。例如：全变分算法[2]、双边滤波器[3]、小波基技术[4、5]等，这些方法仅利用像素点周围有限邻域内的信息进行降噪，因此可以认为是局域方法。Buades等人[6]提出了NLM(非局域均值)算法，该算法利用图像中大量存在着的相似现象进行滤波，依靠这些相似小窗口的均值，取它们的加权平均值来恢复所取窗口中心点的灰度值。由于该算法充分利用了图像局部结构的相似性，具有很好的去噪效果。但NLM所使用的权值函数是近似高斯函数，使得其降噪效果并不能达到最好。本文基于保护图像边缘的目的，提出采用LOG（高斯－拉普拉斯）算子代替高斯函数来改善去噪效果。

NLM算法的另一个不足之处是计算量较大，原因是在计算某个窗口中心点权值时，须计算其窗口到周围多个窗口的欧氏距离，该计算复杂度正比于窗口内像素的平方。同时当窗口移动时，存在大量两像素点欧氏距离的重复计算。本文在考虑欧氏距离对称性[7,8]的同时，充分考虑重复计算，使得任意两点之间的距离只进行一次计算。……