ノイズにロバストな類似度を用いたNon Local Means

摘要

Non Local Means (NL-means)を用いた，画像のノィズ除去手法を提案する.NL-meansでは，処理対象の画素を中心とするブロックと，その周辺の参照面素を中心とするブロックとの類似度に基づいて，参照画素の加重平均で対象画素の値を置き換えることでノイズを除去する.しかし，本来似ているブロック同士でも，ノイズの影響により類似度が低くなることがある.その場合，本来は似ていないブロックの画素に相対的に大きな重みを与えて平均するため，結果画像にぼけやムラが生じる.そこで提案手法では，ノイズと相関の低い基底パターンの組合せでブロックを表現することで仮のノイズ除去を行った上で類似度を算出することにより，ノイズへのロバスト性を高める.基底パターンは，ノイズの少ない様々な画像から収集したブロックの主成分分析で得られた固有ベクトルから，二つのステップで選別する.一つ目のステップでは画像本来の局所構造と統計的に相関の低い基底パターンを排し，二つ目のステップでは対象プロックと相閧の低い基底パターンを排する.選別した基底パターンを用いて算出した類似度は，ノイズにロバストなため，高画質なノイズ除去結果が得られる.実験により，従来手法と比べてぼけやムラを低減しながらノイズを除去でき，高ぃPSNRが得られることを確認した.