图像分割的非局部均值去噪算法

　　针对传统非局部均值（NLM）算法的滤波参数非自适应及去噪后边缘易模糊的缺点，提出一种基于图像分割的非局部均值去噪算法。该算法分为两个阶段：第一阶段根据噪声大小及图像纹理自适应确定滤波参数的值，并采用传统非局部均值算法得到去噪结果图；第二阶段根据像素点方差的不同，将该去噪结果图分为细节区域和背景区域，再对属于不同区域的图像块分别去噪，同时为了更有效地去除噪声，还采用了反向投影的方式，充分利用了第一阶段方法噪声中残留的结构信息。实验结果表明，与传统非局部均值算法及其三种改进算法相比，所提算法的峰值信噪比（ PSNR）及结构相似性（SSIM）更高，纹理细节和边缘结构更完整，图像更清晰，本真信息保留更完整。