NML（Non-Local Mean）非局部平均算法 完全解析与积分图加速 （附代码）
最近开始学习在Denoise方面的内容，在这方面比较重要的传统算法当然是BM3D这种到目前比较fancy的，效果也是目前最好的算法。但是BM3D的一个致命缺点就是速度很慢，所以BM3D我们以后再说吧，我们先讲一下BM3D算法中的基础，Non Local Mean算法。
总所周知，很多的简单的降噪算法，都是单Kernel的，例如，均值滤波、中值滤波等，都是使用一个固定的Kernel对图像进行一个滤波操作。这种算法被称之为 局部算法。因为操作都是仅局限于Kernel内的。
而Non Local Mean算法是非局部的。但是我觉得在具体实现上，NLM也应该是local的，但是Non local ≠ global嘛，所以可以理解。
NLM的算法思想是通过利用图片中的所有信息，来对图像像素进行某种确定方式的相似度加权平均。
NLM通过在图像块中进行搜索，通过计算滑动窗口与指定窗口的欧氏距离，从而它们之间的相似程度，从而确定加权平均的值，进行滤波操作。
NLM 算法的过程可以用以下公式表示：
w(i,j)表示加权平均的kernel值。该值由两个块之间的相似度确定，而两个块之间的相似度则通过计算它们之间的欧式距离确定。但是，我们都知道，在一张图片中，每一个像素点，总是距离它越近的像素点与它本身的相似度越大，而距离越远，那么相似度就越小。在NLM中，算法假设权重的分布符合高斯分布
具体的算法表示可以看下图。
具体的算法过程如下：
1、图像的每一个像素CenterPoint都和周围的像素组成一个大小为BXB图像块Block
2、以CenterPoint为中心，确定一个大小为SXS的SearchWindow，该SearchWindows要比Block大
3、在SearchWindows中，以一个大小同为BXB的SearchBlock的搜索块进行滑动。
4、计算SearchBlock和Block之间的欧式距离Distance。
5、根据高斯分布和Distance确定相似度，确定平均加权的值
算法过程如下动图所示：
（Non local mean算法计算过程图）
而后Distance = L1(Block-SearchBlock)
从而可以计算出加权平均值。
但是，NLM在实现上的一个弊端就是三层循环的嵌套，这样使得该算法的时间复杂度十分高。
在实现上，我们可以通过积分图来对算法过程进行一个加速。
积分图优化
接下来，我们来看一下使用积分图进行加速的trick应该如何实现。
首先，我们要明确的一个点在于，其实欧式距离的计算，为：
可以转化为：
在确定了这一点后，我们就可以将积分图应用在NLM上。
首先，我们来看积分图的原理：
假设我们要求的Area的像素和，我们可以使用一个两层嵌套循环遍历元素进行相加，但是我们也可以像动图这样，使用一个面积法的操作，来求出Area。
根据上述动图可以看到，Area = S1-S2-S3+S4，而Area正好可以视为我们所需要的sum(Block)。
而积分图上的每一个像素值都是自身坐标（X,Y）到（0,0）之间的所有像素值的和（如S1、S2，S3、S4），我们只需要提前计算出积分图，便可以将的复杂多次求和操作变成一次加减法，从而降低了计算的复杂度。
通过代码的实验，可以看到使用了积分图加速的NLM算法比原来的算法提升了数倍。
C++实现代码在这里！点我点我！
NML（Non-Local Mean）非局部平均算法 完全解析与积分图加速 （附代码）相关推荐
- python opencv 彩色图非局部平均去噪
python opencv 彩色图非局部平均去噪 代码: import cv2 import numpy as np # 灰度图像去噪 def MeansDenoising(img,N,h,templ ...
- python opencv 灰度图非局部平均去噪
python opencv 灰度图非局部平均去噪 代码: import cv2 import numpy as np # 灰度图像去噪 def MeansDenoising(img,h,templat ...
- 基于粒子群算法优化的Elman神经网络数据预测-附代码
基于粒子群算法优化的Elman神经网络数据预测 - 附代码 文章目录 基于粒子群算法优化的Elman神经网络数据预测 - 附代码 1.Elman 神经网络结构 2.Elman 神经用络学习过程 3.电 ...
- 基于布谷鸟算法优化的Elman神经网络数据预测-附代码
基于布谷鸟算法优化的Elman神经网络数据预测 - 附代码 文章目录 基于布谷鸟算法优化的Elman神经网络数据预测 - 附代码 1.Elman 神经网络结构 2.Elman 神经用络学习过程 3.电 ...
- 基于鲸鱼算法优化的Elman神经网络数据预测-附代码
基于鲸鱼算法优化的Elman神经网络数据预测 - 附代码 文章目录 基于鲸鱼算法优化的Elman神经网络数据预测 - 附代码 1.Elman 神经网络结构 2.Elman 神经用络学习过程 3.电力负 ...
- 基于海鸥算法优化的Elman神经网络数据预测-附代码
基于海鸥算法优化的Elman神经网络数据预测 - 附代码 文章目录 基于海鸥算法优化的Elman神经网络数据预测 - 附代码 1.Elman 神经网络结构 2.Elman 神经用络学习过程 3.电力负 ...
- ros navigation 局部路径算法dwa解析（一）
继ros里面A*全局规划之后,再解析局部路径算法dwa的整个算法调用过程,至于细节放到后面的章节去写 dwa的整体思路网上有很多相关的资料了 https://blog.csdn.net/heyijia ...
- 送你一份使用k近邻算法实现回归的实用指南（附代码、链接）
作者:AISHWARYA SINGH, AUGUST 22, 2018 翻译:赵雪尧 校对:张玲 本文约4200字,建议阅读10分钟. 本文解释了在k近邻算法工作原理的基础上,简单介绍三种计算点距离方 ...
- PID算法实现及参数整定图解（附代码）
一. PID含义 PID是英文单词比例(Proportion),积分(Integral),微分(Differential coefficient)的缩写.PID调节实际上是由比例.积分.微分三种调节方 ...
最新文章
- 双系统XP和ubuntu，升级ubuntu出现no such device grub rescue
- 5_1 大理石在哪儿（UVa10474）排序与查找
- 时间选择插件ClockPicker
- css多行文本溢出显示省略号(…)
- 鸿蒙不如安卓PPT,被吐槽为PPT、“哄蒙”、安卓套壳，华为鸿蒙一路走来真不容易...
- jQuery 图片滚动 Carousel Lite 使用说明
- jave类命名_Java重命名文件– Jave移动文件
- 敏感词过滤算法：前缀树算法
- 2018/06/30这段时间的随笔记忆：遇到概念模糊的js问题
- iframe src 不加载页面_iframe和frame的区别是什么？iframe和frame的区别总结
- OpenGL超级宝典（第7版）之VS2019使用sb7框架搭建自己的程序
- 官宣：微信可以转账到QQ上了。微信今日新增全新表情包
- windows游戏编程大师技巧光盘
- 如何开启刷题，蓝桥杯练习系统
- 在线购物系统——设计类
- VB6下的BitMap示例：模拟雨点程序
- JAVA郑财校园新闻管理系统计算机毕业设计Mybatis+系统+数据库+调试部署
- 关于我开始使用博客的这件事
- Java毕设项目-OA办公系统
- 机器视觉光源选型总结---颜色选择