吴一全，李海杰，宋 昱(. 南京航空航天大学电子信息工程学院 南京 2006； 2. 西南石油大学油气藏地质及开发工程国家重点实验室 成都 60500；3. 华中科技大学数字制造装备与技术国家重点实验室 武汉 430074； 4. 农业部东海海水健康养殖重点实验室 福建 厦门 3602；5. 同济大学海洋地质国家重点实验室 上海 杨浦区 200092)



基于引导核聚类的非局部均值图像去噪算法

吴一全1,2,3,4,5，李海杰1，宋 昱1
(1. 南京航空航天大学电子信息工程学院 南京 210016； 2. 西南石油大学油气藏地质及开发工程国家重点实验室 成都 610500；3. 华中科技大学数字制造装备与技术国家重点实验室 武汉 430074； 4. 农业部东海海水健康养殖重点实验室 福建 厦门 361021；5. 同济大学海洋地质国家重点实验室 上海 杨浦区 200092)

【摘要】为改善非局部均值(NLM)算法对不规则纹理图像的去噪效果，提出了一种基于引导核聚类和自适应搜索窗的NLM图像去噪算法。首先使用基于引导核的模糊C均值(FCM)聚类算法对相似窗进行预筛选，划分其类别；然后根据相似窗的类别计算每个像素点对应的搜索窗大小，保证相似性较高的相似窗数量；最后分别对每一类进行自适应搜索窗的NLM图像去噪。实验结果表明：与基于Zernike矩、基于主邻域字典(PND)、基于均值方差预筛选等3种NLM改进算法相比，该NLM改进算法对强噪声污染或不规则纹理的图像，其去噪效果更为有效，并更好地保持了图像的纹理、边缘，在峰值信噪比(PSNR)和结构相似性测度(SSIM)等客观定量评价指标上优于其他NLM改进算法。……