.png){kind=icon}
返回
Two-Stage Image Denoising Algorithm Based on Superpixel Nonlocal Group
.png){kind=icon}
PRE
AI
DOI：10.1007/s00034-025-03447-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
自然图像的非局部自相似（NSS）特性已被广泛用作图像去噪任务中的有效先验。然而，大多数现有的基于NSS的去噪模型利用方形窗口内的NSS先验，导致去噪过程缓慢且结果欠佳。为了解决通过方形窗口搜索构建非局部自相似组而去噪模型的方法的不足，提出了一种基于超像素非局部组的两阶段图像去噪算法。在第一阶段，将含噪图像分割为超像素；然后，在图像的超像素区域内构建相似块组；接着，利用奇异值分解（SVD）和硬阈值技术消除大部分噪声；最后，应用逆SVD变换生成滤波组，并通过聚合获得初步去噪结果图像。在第二阶段，首先通过类似于第一阶段的方法获得相似块组；然后采用维纳滤波消除残余噪声；最后通过聚合获得最终去噪结果图像。在灰度图像和彩色图像数据集上的广泛去噪实验表明，所提算法在客观评价标准和主观视觉感知方面均优于多种图像去噪算法。
Keyword:
Superpixel segmentation
Nonlocal self-similarity
Prior knowledge
Image denoising
期刊
C
IF:
2
论文数:
326
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容