图像处理中非局部均值降噪算法的实现

Implementation of Non Local Means Noise reduction algorithm in image processing

本文关键字：算法实现非局图像处理更新时间：2023-10-16

我正在研究C++中非局部均值降噪算法的实现。有关于这种算法的论文（如本文），但也不是很清楚

我知道，它使用的是加权平均值，但我不知道研究窗口在这里的用途是什么，它与比较窗口有什么关系。

作为一个新用户，StackOverflow不允许我上传图像。但是，您可以在上面提供的链接的nlmeans部分找到公式。

根据您参考的论文，当确定给定像素p的结果值时，图像的所有其他像素将根据其邻域与像素p的邻域之间的相似性进行加权和求和。

但这在计算上非常昂贵。因此，作者限制了对加权和有贡献的像素数量；那一定就是你所说的搜索窗口。该搜索窗口是以像素p为中心的21x21区域。被比较的邻域的大小为7x7（部分5）。

我可以用Mathematica快速制作原型，我确认当搜索窗口的大小增加时，它会变得非常昂贵。当您在C++中实现时，我期望有同样的行为。

这里有一些GPL的C++代码，以及原始作者对算法的简要介绍：http://www.ipol.im/pub/algo/bcm_non_local_means_denoising/

这已添加到OpenCV 中

http://docs.opencv.org/modules/photo/doc/denoising.html