一种新的混合噪音滤波器加速算法

混合噪音滤波器MNF是目前滤波效果最好的算法之一,然而,由于它采用非局部算法思想,所以存在较大的计算负担,针对该不足,提出一种基于均值和方差相似性的加速算法(FMNF)。该算法之关键思想是对邻域像素预分类,把两像素的均值比和方差比均在给定阈值范围内(接近于1)的邻域像素分为一类,视为相似像素,相似的像素参与滤波计算,不相似的像素被忽略,因此,减少了参与"脉冲过滤范数"计算的像素数,提高了滤波速度。仿真实验结果表明,FMNF对各种噪音类型(纯高斯噪音、纯脉冲噪音以及它们的混合噪音)去噪的视觉效果和PSNR均与MNF相当,且滤波速度均可提高15%以上。因而,FMNF算法比MNF更具有实用性。