opencv的NLM去噪算法

NLM(Non-Local Means)去噪算法是一种基于图像块(patch)相似性的去噪方法。其基本原理是:

  • 图像块相似性:算法首先定义了一个搜索窗口(search window),然后在该窗口内寻找与当前处理像素所在图像块(称为参考图像块)相似的图像块。
  • 加权平均:对于每一个找到的相似图像块,算法计算其与参考图像块的相似性权重,并根据这些权重对当前处理像素的值进行加权平均,从而得到去噪后的像素值。
  • 参数设置:算法的效果很大程度上取决于几个关键参数:搜索窗口的大小、图像块的大小以及相似性度量的阈值等。
    NLM算法的优点在于能够有效地去除图像中的噪声,同时保留图像的细节和边缘信息。
    示例代码
    以下是一个使用OpenCV库实现NLM去噪算法的示例代码:
python 复制代码
python
import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取图像
image = cv2.imread('noisy_image.png', cv2.IMREAD_GRAYSCALE)
 
# 添加噪声(可选,用于测试)
# noise = np.random.normal(0, 25, image.shape).astype(np.uint8)
# noisy_image = cv2.add(image, noise)
# 但这里我们假设已经有一个带噪声的图像
 
# 使用OpenCV的NLM去噪函数
h = 15  # 过滤强度。较高的h值可以更好地去除噪声,但可能会去除图像的一些细节
templateWindowSize = 7  # 模板窗口大小,应为奇数
searchWindowSize = 21  # 搜索窗口大小,应为奇数
 
denoised_image = cv2.fastNlMeansDenoising(image, None, h, templateWindowSize, searchWindowSize)
 
# 显示结果
plt.figure(figsize=(10, 5))
 
plt.subplot(1, 2, 1)
plt.title('Noisy Image')
plt.imshow(image, cmap='gray')
plt.axis('off')
 
plt.subplot(1, 2, 2)
plt.title('Denoised Image')
plt.imshow(denoised_image, cmap='gray')
plt.axis('off')
 
plt.show()

代码说明

读取图像:使用cv2.imread函数读取带噪声的图像,并将其转换为灰度图(如果图像已经是灰度图,这一步可以省略)。

添加噪声(可选):为了测试NLM去噪算法的效果,可以人为地向图像添加一些噪声。但在这个示例中,我们假设已经有一个带噪声的图像。

使用NLM去噪函数:调用cv2.fastNlMeansDenoising函数对图像进行去噪处理。该函数的参数包括:

src:输入图像。

h:过滤强度。较高的h值可以更好地去除噪声,但可能会去除图像的一些细节。

templateWindowSize:模板窗口大小,应为奇数。

searchWindowSize:搜索窗口大小,应为奇数。

显示结果:使用matplotlib库显示去噪前后的图像。

请注意,NLM去噪算法的计算复杂度较高,特别是对于大图像和较大的搜索窗口,因此在实际应用中可能需要权衡去噪效果和计算时间。

相关推荐
CoovallyAIHub5 小时前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
CoovallyAIHub5 小时前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
聚客AI1 天前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
大怪v1 天前
前端:人工智能?我也会啊!来个花活,😎😎😎“自动驾驶”整起!
前端·javascript·算法
惯导马工1 天前
【论文导读】ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial and
深度学习·算法
骑自行车的码农1 天前
【React用到的一些算法】游标和栈
算法·react.js
博笙困了1 天前
AcWing学习——双指针算法
c++·算法
moonlifesudo1 天前
322:零钱兑换(三种方法)
算法
NAGNIP2 天前
大模型框架性能优化策略:延迟、吞吐量与成本权衡
算法
美团技术团队2 天前
LongCat-Flash:如何使用 SGLang 部署美团 Agentic 模型
人工智能·算法