圖像去噪是圖像處理中的一個(gè)重要問(wèn)題，能夠影響到后續(xù)圖像處理結(jié)果，并最終決定圖像視覺(jué)效果。另外，在對(duì)圖像進(jìn)行噪聲去除的同時(shí)，還需要盡可能保存圖像細(xì)節(jié)信息，對(duì)此光電所五室提出一種保持圖像邊緣和紋理的非局部均值濾波改進(jìn)算法。 

　　該方法在對(duì)噪聲像素點(diǎn)進(jìn)行估計(jì)時(shí)，采用了邊緣和紋理信息替代原始的距離信息，來(lái)確定計(jì)算中參考像素點(diǎn)的權(quán)重，而邊緣和紋理的權(quán)重分別由方向梯度和方差系數(shù)來(lái)決定。在選取含噪圖像中待處理點(diǎn)（即基準(zhǔn)點(diǎn)）的參考點(diǎn)時(shí)，考慮參考點(diǎn)與基準(zhǔn)點(diǎn)如果都處于紋理區(qū)域，就應(yīng)該減小此時(shí)的濾波強(qiáng)度，以達(dá)到保存紋理的效果。為此該方法中引入紋理度量因子，此因子值越大，像素鄰域的紋理越豐富；同時(shí)，為了在去噪時(shí)盡量保存圖像邊緣信息，對(duì)原圖像進(jìn)行邊緣檢測(cè)。根據(jù)邊緣檢測(cè)的結(jié)果，對(duì)于一個(gè)處于邊緣的基準(zhǔn)點(diǎn)在尋找其參考點(diǎn)時(shí)，如果某一個(gè)參考點(diǎn)也為邊緣點(diǎn)，即說(shuō)明這兩點(diǎn)的相似度很可能比參考點(diǎn)為平滑區(qū)域點(diǎn)時(shí)的相似度高，因此此時(shí)在權(quán)重中再加入兩點(diǎn)鄰域的方向梯度的相似性因子。結(jié)合以上兩點(diǎn)的改進(jìn)，最終得到改進(jìn)算法中參考點(diǎn)對(duì)于基準(zhǔn)點(diǎn)的加權(quán)權(quán)重計(jì)算公式。 

　　經(jīng)實(shí)驗(yàn)驗(yàn)證，對(duì)于不同程度的不同含噪圖像的處理效果，新的算法相比原算法的SSIM評(píng)價(jià)值平均提升7.6%；通過(guò)對(duì)不同圖像進(jìn)行實(shí)驗(yàn)，表明改進(jìn)后新的算法比傳統(tǒng)的非局部均值濾波算法具有更高的SSIM客觀評(píng)價(jià)值和更好的主觀評(píng)價(jià)結(jié)果。 

　　

　　Fig: (Left to right, up to bottom) image ‘lax’ 

　　original image, noisy image, denoised by NLM, denoised by our method 

　　noise std=18