圖像分割的非局部均值去噪算法

　　針對傳統(tǒng)非局部均值（NLM）算法的濾波參數(shù)非自適應(yīng)及去噪后邊緣易模糊的缺點(diǎn)，提出一種基于圖像分割的非局部均值去噪算法。該算法分為兩個階段：第一階段根據(jù)噪聲大小及圖像紋理自適應(yīng)確定濾波參數(shù)的值，并采用傳統(tǒng)非局部均值算法得到去噪結(jié)果圖；第二階段根據(jù)像素點(diǎn)方差的不同，將該去噪結(jié)果圖分為細(xì)節(jié)區(qū)域和背景區(qū)域，再對屬于不同區(qū)域的圖像塊分別去噪，同時(shí)為了更有效地去除噪聲，還采用了反向投影的方式，充分利用了第一階段方法噪聲中殘留的結(jié)構(gòu)信息。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)非局部均值算法及其三種改進(jìn)算法相比，所提算法的峰值信噪比（ PSNR）及結(jié)構(gòu)相似性（SSIM）更高，紋理細(xì)節(jié)和邊緣結(jié)構(gòu)更完整，圖像更清晰，本真信息保留更完整。