图像去噪基于matlab改进非局部均值红外图像混合噪声含Matlab源码 1640期

Posted 2022-01-15 紫极神光

一、全变分算法简介

传统的去噪算法无法有效去除红外图像中的条纹与随机混合噪声。针对这一问题,提出了一种改进的基于非局部均值（NL-means）的混合噪声去除方法。首先,分析了非局部均值算法处理混合噪声的问题,并用一组实验分析了红外图像块中混合噪声的特性。根据实验结果,文中用有色高斯模型对混合噪声进行建模,并基于Mahalanobis距离改进了传统的基于欧氏距离的块相似性度量方法,使之对图像中不同复杂程度的区域进行自适应。仿真和真实数据实验均表明:文中算法相比于传统的图像去噪算法,能较好地去除条纹与随机混合噪声。

二、部分源代码

function cnlmdenoisedemo
%CNLMDENOISEDEMO CNLM denoising method.
%  CNLMDENOISEDEMO reads an image, adds random stripe and white noise and denoises it
%  using CNLM denoising. 
%
%  To run the demo, type CNLMDENOISEDEMO from the Matlab prompt.


disp(' ');
disp('  **********  CNLM Denoising Demo  **********');
disp(' ');
disp('  This demo reads an image, adds random Stripe and White mixed Gaussian noise.');
disp('  The mixed noise will be removed using an improved NLM method (CNLM).');
disp('  The denoised image will be shown.');
disp(' ');

%% prompt user for image %%

addpath('.\\functions')

im = readImage('cnlmdenoisedemo');

%% generate noisy image %%

sigma_white = 5;
sigma_stripe = 5;

disp(' ');
disp('Generating mixed noisy image...');

n = randn(size(im)) * sigma_white;
n = n + repmat(randn(1, size(im, 2)), size(im, 1), 1) .* sigma_stripe;
imnoise = im + n;

% denoise!
disp('Performing CNLM denoising...');
[dI] = CNLM(imnoise, 2, 5);

% show results %

figure; imshow(newlp(im));
title('Original image');

figure; imshow(newlp(imnoise)); 
title('Noisy image')
% title(sprintf('Noisy image, PSNR = %.2fdB', 20*log10(params.maxval * sqrt(numel(im)) / norm(im(:)-imnoise(:))) ));

figure; imshow(newlp(dI));
% title(sprintf('Denoised image, PSNR: %.2fdB', 20*log10(params.maxval * sqrt(numel(im)) / norm(im(:)-imout(:))) ));
title('Denoised image')

figure; imshow(newlp(n))
title('Extracted mixed noise')

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.
[5]李方舟, 赵耀宏, 向伟, 刘海峥. 基于改进非局部均值的红外图像混合噪声去除方法[J]. 红外与激光工程, 2019