没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
NL-means(非局部均值)算法
对于某一离散噪声的图像
中的某一像素 ,我们规定 为以 为中心的矩形邻域,那么图像
v
中的像素
i
和像素
j
的高斯加权欧式距离为
其中
0a
为高斯核函数的标准差。
如果我们把含噪图像
( )v i
表示为待恢复的未受噪声污染时的图像
( )u i
与均值
为 0 的加性高斯白噪声
( )n i
的和,则有
( ) ( ) ( )v i u i n i
,且噪声服从均值为 0,
方差为
2
的高斯分布。于是欧氏距离可以表示成为以下等式
在该式中含噪声图像的高斯加权欧氏距离的平方与未受噪声污染图像的高斯加
权欧氏距离的平方只差了一个常数
2
2
,从而保证了算法的稳健性,其稳健性
取决于噪声的方差
2
2
。
于是我们可以得到描述像素
i
和像素
j
相似程度的权值为
其中,
为权值的归一化系数,而
h
为图像的平滑参数。参数
h
控制了指函数的衰减来
控制权值的大小从而控制平滑噪声的程度,如果
h
比较小的话,幂函数的衰减
效果比较显著,细节保留程度比较高,因此会保持图像本身的细节信息。由于
像素
i
和像素
j
相似程度依赖于矩形邻域
( )
i
v N
和
( )
j
v N
的相似程度,因此当权值
资源评论
ifpgyh
- 粉丝: 0
- 资源: 2
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 南京邮电大学数学实验:熟练掌握 Matlab 软件的基本命令和操作
- 2017校招真题校园招聘真题算法题(37道)Python源码.zip
- 基于单片机protues仿真的多功能自动饮水机系统设计(仿真图、源代码、演示视频)
- 二叉树7-1-1.cpp
- android 9.0 原生模拟器 签名文件
- 技术面试最后反问面试官的话 校招面试非技术问题有哪些 非技术问题如何回答.png
- NB-IOT-BC26全网通模块Altium+ CADENCE +PADS三种格式(原理图SCH+PCB封装库)文件.zip
- 基于微信小程序开发的校园失物招领系统源码毕业设计(优质项目源码).zip
- 词向量是一种将自然语言中的单词转换为数值向量的技术,它能够捕捉词义和上下文信息
- nmap与masscan的简单使用
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功