基于非局部自相似性的图像去噪算法研究

摘要

为解决加权核范数最小化(WNNM)算法在计算图像块相似度时易受噪声影响的问题,同时又能更大程度的利用图像的非局部自相似性(NSS),提出一种新的基于NSS的图像去噪算法。先引入像素级NSS先验来获得更加精确的相似块矩阵,并基于此矩阵提出一种噪声水平估计方法。基于哈尔变换和维纳滤波技术对噪声图像进行预处理,对预处理图像进行噪声水平估计,用估计得到的噪声方差来归一化WNNM算法的保真项,利用WNNM算法对预处理图像中的残余噪声及伪影做进一步去噪处理。实验结果表明,与当前主流的KSVD、BM3D、WNNM、PCLR和NCSR算法相比,经所提算法处理后的图像不仅PSNR和SSIM值均有所提升,而且主观视觉效果更佳。