一种基于SSIM的非局部均值图像去噪算法

摘要

非局部均值滤波（Non-Local Means，NLM）是一种有效的图像去噪算法。但它仅利用了图像的表面特征而忽略了图像的结构信息，其相似度量标准泛化能力差，相似集合的准确性低。笔者提出一种基于结构相似度（Structure Similarity，SSIM）全参考模型的非局部均值图像去噪方法。由于SSIM能够更好的描述图像块的全局特征和结构特征，基于此模型的相似度量具有较强的泛化能力。实验结果证明，此方法对自然图像的去噪效果优于传统的NLM算法。