通过优化非局部均值中的权重去除高斯噪声
摘要：一种处理加性高斯白噪声模型的新图像去噪算法。与非局部均值方法类似，该滤波器基于邻域内观测值的加权平均，权重取决于局部块的相似性。但与非局部均值滤波器不同的是，我们提出选择通过最小化均方误差的紧密上界来确定权重。该方法使得能够定义适应正在处理的函数的权重，模仿理想滤波器的权重。 在目标图像的一些正则条件下，我们证明了得到的估计值按照通常的最优速度收敛。所提出的算法在参数上是无需人工设定的，它能自动计算平滑核的带宽；它的运行速度快且实现简单。通过数值模拟展示了新滤波器的性能。
作者：Qiyu Jin, Ion Grama and Quansheng Liu
论文ID：1109.5640
分类：Other Statistics
分类简称：stat.OT
提交时间：2011-11-04