一种基于局部高斯过程回归的图像降噪方法

摘要

本发明公开了一种基于局部高斯过程回归的图像降噪方法，首先将带噪图像分割成若干重叠的图像块，针对其中的每一个像素点，将包含局部结构相似度信息的邻域像素作为训练样本集来训练高斯过程回归模型，构造了一个复合协方差函数来度量输入数据之间的相似性，并预测相应的输出，即降噪处理后的像素值。之后对各图像块的重叠区域进行线性平滑处理，将处理后的图像块按顺序组合，重建降噪图像。本发明能有效利用图像局部结构中的相似性信息，在降噪的同时能保留原始图像中的结构信息，具有自适应性强、鲁棒性强和可靠性强等优点，能对被高斯白噪声污染的图像进行有效的降噪处理。