OpenCV降噪算法之非局部均值滤波

文章预览

1.  非局部均值滤波 非局部均值滤波（Non-Local Means，NL-Means）是一种 非线性 的图像去噪算法。它基于图像中的像素具有相似结构这一假设，利用图像的全局信息来对图像进行去噪。 1.1 全局算法 VS 局部算法 非局部均值滤波在计算每个像素点的估计值时，会考虑图像中所有与该像素点具有 相似 邻域结构的像素点。因此，非局部均值滤波是一种 全局算法 。 那么相对于全局算法的 局部算法 是什么呢？ 局部算法 是指仅利用图像局部信息进行处理的算法。例如其邻域窗口内的信息，来计算该像素点的估计值。常用的局部算法包括： 均值滤波 中值滤波 高斯滤波 双边滤波 局部算法的优点是计算量小，速度快。但其缺点是去噪效果有限，容易造成图像细节丢失。 1.2 均值滤波和非局部均值滤波的区别 均值滤波：对于图像中的每个像素点，其滤波值是其邻 ………………………………