红外图像改进非局部均值滤波算法研究

张凡

doi:10.7510/jgjs.issn.1001-3806.2015.05.016

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

红外图像改进非局部均值滤波算法研究

张凡

文章导航 > 激光技术 > 2015 > 39(5): 662-665

引用本文:

Citation:

红外图像改进非局部均值滤波算法研究

张凡

1.
河南经贸职业学院信息管理系, 郑州 450018

作者简介: 张凡(1981-),男,硕士,讲师,主要从事计算机算法、软件开发与系统实现和计算机图像处理方面的研究。E-mail:zhangfanmastervip@126.com.

中图分类号: TP391;TN911.73

Research of improved non-local mean filtering algorithm of infrared images

ZHANG Fan

1.
Department of Information Management, Henan Vocational College of Economics and Trade, Zhengzhou 450018, China
CLC number: TP391;TN911.73

摘要: 为了有效地滤除红外图像中的噪声,提出了一种改进型非局部均值滤波算法(INLMF)。该算法首先针对传统算法中采用固定尺寸的方形图像块无法有效刻画图像中大量分布的细节信息这一缺陷,结合图像中像素点灰度信息提出了一种图像块自适应划分方法,使得划分后的图像块在尺寸和形状上依赖于图像中灰度信息的实际分布情况;其次引入结构相似度因子对算法中的图像块权重值计算方法进行适当改进;最后分别将INLMF算法与已有的两类改进型NLMF算法对两幅红外监控图像进行滤波,并进行了理论分析和实验验证。结果表明,INLMF算法相对于其余几类算法而言,滤波效果较好,该研究对于提高红外图像滤波效果是有帮助的。
- 图像处理 /
- 非局部均值滤波算法 /
- 改进非局部均值滤波算法 /
- 结构相似度
Abstract: In order to filter the noise in infrared images effectively, an improved non-local mean filtering (INLMF) algorithm was proposed. In the traditional non-local means filtering (NLMF) algorithm, the square image blocks of fixed size cannot depict the image details effectively. For overcoming the defects of NLMF, a novel adaptive classification method of image blocks, combing with gray scale information of image pixels, was put forward. The divided image block in size and shape depended on the actual distribution of gray scale information. And then, structure similarity (SSIM) factor was introduced to improve the calculation method of image blocks weights. Two infrared monitoring images were filtered by two traditional NLMF algorithms and the new INLMF algorithm. The theoretical and experimental results show that the performance of INLMF is superior to the others. It is helpful for enhancing the filtering effects of infrared images.
- image processing /
- non-local means algorithm /
- improved non-local means algorithm /
- structure similarity

[1]	YU W J,GU G H, YANG W. Fusion algorithm of infrared polarization images based on wavelet transform[J]. Laser Technology,2013,37(3):289-292(in Chinese).
[2]	HE Y J, LI M, LV D, et al. Novel infrared image denoising method based on Curvelet transform[J]. Computer Engineering and Applications, 2011, 47(32):191-193(in Chinese).
[3]	SHA J M, LIU Z Q, PANG Sh, et al. The application of an improved wavelet threshold algorithm in infrared image denoising[J]. Journal of Projectiles Rockets Missiles and Guidance, 2012, 32(3):35-38(in Chinese).
[4]	KANG Zh L, XU L J. An algorithm study on infrared image denoising based on wavelet transform[J].Computer Simulation, 2011, 28(1):265-267(in Chinese).
[5]	XIA D F, LUO D Sh, LU J Zh, et al. Wavelet adaptive denoising method for faulty insulators infrared thermal image based on total least squares estimation[J]. Computer Engineering and Applications, 2012, 48(25):198-202(in Chinese).
[6]	KANG Ch Q, CAO W P, HUA L, et al. Infrared image denoising algorithm via two-stage 3-D filtering[J]. Laser Infrared, 2013, 43(3):261-264(in Chinese).
[7]	SHREYAMSHA KUMAR B K. Image denoising based on non-local means filter and its method noise thresholding[J]. Signal, Image and Video Processing, 2013, 7(6):1211-1227.
[8]	ZHANG L G. Fast non-local mean for image denoising[J]. Singal Processing, 2013, 29(8):1043-1049(in Chinese).
[9]	QIAO Z L, DU H M. NL means algorithm based on K-means clustering for ultrasound image denoising[J]. Computer Engineering and Design, 2014, 35(3):939-942(in Chinese).
[10]	WANG X B, SUN J Y, TANG H Y. Adaptive filtering algorithm for mixed noise image based on wavelet transform[J]. Microelectronics Computer, 2012, 29(6):91-95(in Chinese).
[11]	ZUO P, WANG Y, SHEN Y Ch. Image denoising algorithm based on wavelet packet transform and total variation model[J]. Journal of Jilin Unversity(Science Edition), 2014, 52(1):81-85(in Chinese).

[1]	刘艾琳 . 基于提升小波变换的红外图像双重滤波算法. 激光技术, 2015, 39(4): 545-548. doi: 10.7510/jgjs.issn.1001-3806.2015.04.026
[2]	罗元 , 蔡祖嫘 , 张毅 . 基于改进的各向异性SUSAN算法的MEMS微结构图像滤波. 激光技术, 2015, 39(1): 85-89. doi: 10.7510/jgjs.issn.1001-3806.2015.01.017
[3]	顾国庆 , 王开福 , 燕新九 . 基于同态滤波的电子散斑干涉图像处理. 激光技术, 2010, 34(6): 750-752,797. doi: 10.3969/j.issn.1001-3806.2010.06.009
[4]	张雷 , 罗长更 , 张颖颖 , 李根全 , 杨兴强 , 王肖霞 . 基于支持度变换的红外与可见光图像融合算法. 激光技术, 2015, 39(3): 428-431. doi: 10.7510/jgjs.issn.1001-3806.2015.03.032
[5]	刘大通 , 刘洋 , 刘力双 . 红外回扫补偿系统图像退化评价方法的研究. 激光技术, 2024, 48(1): 121-126. doi: 10.7510/jgjs.issn.1001-3806.2024.01.019
[6]	张怡霄 , 杜惊雷 , 高福华 , 姚军 , 曾阳素 , 郭永康 . 分数域啁啾滤波及其在数字图像处理中的应用. 激光技术, 2003, 27(1): 78-80.
[7]	江天 , 沈会良 , 杨冬晓 , 刘建军 , 邹哲 . 基于模糊局部信息C均值的太赫兹图像目标检测. 激光技术, 2015, 39(3): 289-294. doi: 10.7510/jgjs.issn.1001-3806.2015.03.001
[8]	李旭寒 , 董安国 , 封建湖 . 基于多级引导滤波器的图像区域融合算法. 激光技术, 2016, 40(5): 756-761. doi: 10.7510/jgjs.issn.1001-3806.2016.05.029
[9]	曹国强 , 刘禹廷 , 王琳霖 . 改进非下采样轮廓波在散斑条纹中的滤波处理. 激光技术, 2019, 43(2): 269-274. doi: 10.7510/jgjs.issn.1001-3806.2019.02.022
[10]	周永康 , 朱尤攀 , 曾邦泽 , 胡健钏 , 欧阳慧明 , 李泽民 . 宽动态红外图像增强算法综述. 激光技术, 2018, 42(5): 718-726. doi: 10.7510/jgjs.issn.1001-3806.2018.05.025
[11]	王其华 , 叶苗 . 基于裂变自举粒子滤波的红外目标跟踪处理. 激光技术, 2011, 35(1): 141-144. doi: 10.3969/j.issn.1001-3806.2011.01.038
[12]	李丽宏 , 华国光 . 基于改进遗传算法的最大2维熵图像分割. 激光技术, 2019, 43(1): 119-124. doi: 10.7510/jgjs.issn.1001-3806.2019.01.024
[13]	周娇 , 王力 , 陈小青 . 基于改进鲸鱼优化算法的最大2维熵图像分割. 激光技术, 2021, 45(3): 378-385. doi: 10.7510/jgjs.issn.1001-3806.2021.03.020
[14]	高颖 , 王阿敏 , 王凤华 , 郭淑霞 . 改进的小波变换算法在图像融合中的应用. 激光技术, 2013, 37(5): 690-695. doi: 10.7510/jgjs.issn.1001-3806.2013.05.028
[15]	李亚南 , 余学才 , 唐飞 , 黄凯 , 丁建平 . 改进的光流场算法在核爆炸图像监控中的应用. 激光技术, 2013, 37(1): 118-120. doi: 10.7510/jgjs.issn.1001-3806.2013.01.029
[16]	李庆辉 , 李艾华 , 姜柯 , 赵少宁 . HIS空间的火灾图像模糊增强快速算法. 激光技术, 2014, 38(1): 137-140. doi: 10.7510/jgjs.issn.1001-3806.2014.01.030
[17]	张健 , 李白燕 . 基于图论最小割集算法的图像分割研究. 激光技术, 2014, 38(6): 863-866. doi: 10.7510/jgjs.issn.1001-3806.2014.06.030
[18]	陶昕辰 , 朱涛 , 黄玉玲 , 高恬曼 , 何博 , 吴迪 . 基于DDR GAN的低质量图像增强算法. 激光技术, 2023, 47(3): 322-328. doi: 10.7510/jgjs.issn.1001-3806.2023.03.006
[19]	未永飞 , 杜正春 , 姚振强 . 中值滤波在激光雷达点云数据预处理中的应用. 激光技术, 2009, 33(2): 213-216.
[20]	田猛 , 高向东 , 谢岳轩 , 张艳喜 . 焊接缺陷磁光成像噪声特征分析及处理算法. 激光技术, 2023, 47(5): 646-652. doi: 10.7510/jgjs.issn.1001-3806.2023.05.011

点击查看大图

计量

文章访问数: 7126
HTML全文浏览量: 4636
PDF下载量: 276
被引次数: 0

红外图像改进非局部均值滤波算法研究

张凡

作者简介: 张凡(1981-),男,硕士,讲师,主要从事计算机算法、软件开发与系统实现和计算机图像处理方面的研究。E-mail:zhangfanmastervip@126.com

1. 河南经贸职业学院信息管理系, 郑州 450018

收稿日期: 2014-07-19
录用日期: 2014-10-15
网络出版日期: 2015-09-25

关键词:

摘要: 为了有效地滤除红外图像中的噪声,提出了一种改进型非局部均值滤波算法(INLMF)。该算法首先针对传统算法中采用固定尺寸的方形图像块无法有效刻画图像中大量分布的细节信息这一缺陷,结合图像中像素点灰度信息提出了一种图像块自适应划分方法,使得划分后的图像块在尺寸和形状上依赖于图像中灰度信息的实际分布情况;其次引入结构相似度因子对算法中的图像块权重值计算方法进行适当改进;最后分别将INLMF算法与已有的两类改进型NLMF算法对两幅红外监控图像进行滤波,并进行了理论分析和实验验证。结果表明,INLMF算法相对于其余几类算法而言,滤波效果较好,该研究对于提高红外图像滤波效果是有帮助的。