均值滤波步骤
1. 使用一个NxN的模板取出图像中部分值。
2. 将模板内的像素值求和并取平均。
3. 用平均值替换模板中心点像素值。
4. 移动模板，重复步骤1，直到模板不能再继续移动。
该程序还要求实现以下功能
1. 显示原图像、移除像素后的图像和恢复出的图像。
2. 求该去噪算法的MSE值。
2022-05-10 18:08:43
225KB
维纳滤波算法流程
1. 将图像分割成多个MxN块，估计像素的局部均值和方差：
2. 估计噪声功率，使用局部方差的均值作为噪声功率估计值：
3. 使用维纳法估计MxN块内所有像素的灰度值：
4. 使用估计值替换块中原像素值。
5. 合并多个图像块，得到滤波后图像。
该程序还要求实现以下功能
1. 显示原图像、移除像素后的图像和恢复出的图像。
2. 求该去噪算法的MSE值。
2022-05-10 18:08:42
225KB
中值滤波步骤：
1. 使用一个NxN的模板取出图像中部分值。
2. 将矩阵内的元素按升序或降序进行排序。
3. 取出排序后序列的中间值。
4. 使用中间值替换模板中心点像素值。
5. 移动模板，重复步骤1，直到模板不能再继续移动。
该程序还要求实现以下功能
1. 显示原图像、移除像素后的图像和恢复出的图像。
2. 求该去噪算法的MSE值。
2022-05-10 18:08:41
225KB
非局部均值滤波步骤
1. 指定邻域窗口半径d，搜索窗口半径D，高斯函数平滑参数h。
2. 扩展图像边界，保证邻域窗口不越界。
3. 在扩展图像中取邻域窗口W1。
4. 限制搜索窗口的边界，保证可移动的邻域窗口W2不越界。
5. 邻域窗口W2在搜索窗口内滑动，当W2与W1重合时跳过。
6. 在W2滑动过程中使用下述公式计算权值：
其中V(x)和V(y)分别是以x,y为中心的邻域矩阵。
邻域间的距离 与归一化系数Z(x)可用下式计算：
7. 当W1中心像素值遍历到搜索窗口最后一个像素点处时，计算移动的邻域窗口W2内像素的加权和。
8. 将步骤7中的加权和除以Z(x)进行归一化，并替换邻域窗口W1的中心像素值。
9. 移动邻域窗口W1，重复步骤4，直至邻域窗口W1不能再移动。
此外，该程序还要求实现以下功能
1. 显示原图像、移除像素后的图像和恢复出的图像。
2. 求该去噪算法的MSE值。
2022-05-10 09:06:35
225KB
本论文提出了3D 基于空域和时域混合去除噪声的演算法，此算法包含了2D 的自适应可调式参数分频降噪算法以及3D 混合降噪算法。2D 的可
调式参数降噪算法主要利用时间域为频域中所有频域叠加的原理，以及在各分频中噪声模型统计，达到自适应各频段降噪的结果。
2022-05-09 03:31:26
5.25MB
1