资源简介
很好的非局部滤波算法,速度有较大提升
操作简单,一看就懂
代码片段和文件信息
clear all;
close all;
ima = double(imread(‘barbara.png‘));
hD = 3;
hW = 10;
D=2*hD;
W=2*hW+1;
D1=D+1;
sigma=20;
% h =6*sigma;
% h=h^2;
h = quantile_gauss(D1 0.88) * (4* sigma^2) .* D1.^2;
randn(‘seed‘0);
ima_nse=ima+sigma*randn(size(ima));
imshow(ima_nse[]);
[widthheight] = size(ima_nse);
ima_nse2 = padarray(ima_nse[hD hD]‘symmetric‘);
ima_nse3 = padarray(ima_nse[hW+hD hW+hD]‘symmetric‘);
output =zeros(widthheight);
Z =zeros(widthheight);
k=1;
w = cell(W*W);
for m = -hW:hW
for n = -hW:hW
if(m==0 && n==0) continue; end; %保证搜索窗比较窗不重叠
Sd = (ima_nse2-ima_nse3(hW+1+m:hW+m+width+DhW+1+n:hW+n+height+D)).^2;
Sd = cumsum
- 上一篇:地震波数值模拟matlab版本
- 下一篇:基于MATLAB_GUI_的滤波器设计软件
相关资源
- 均值滤波 中值滤波
- 基于三阶RC的卡尔曼滤波SOC估算模型
- 基于卡尔曼滤波的soc估计程序
- 自适应滤波器matlab代码
- 压控电压源二阶有源带通滤波器 40K
- k均值聚类分析matlab代码
- α-β滤波仿真程序MATLAB
- 暗通道先验+引导滤波MATLAB代码
-
扩展卡尔曼滤波SOC算法Simuli
nk模型 - 基于MATLAB_GUI_的滤波器设计软件
- matlab设计的五种fir数字滤波器
- 交互多模型的滤波器
- 粒子滤波的基本原理和其在非线性系
- 数学形态滤波
- 图像恢复:快速非局部均值滤波
- Genetic optimization of C clustering 运用遗传
- Trigger Algorithm 算法
- 实时提升小波,滤波
- 冲击滤波模型
- FCM for EEG 模糊C均值脑电分类并使用了
- 语音分析程序
- NLTV WI v1 非局部全变分小波域图像修复
- Gaussian Particle Filter 高斯粒子滤波算法
- 视频背景提取
- 阿尔法贝塔滤波器实例
- 低通滤波器
- 容积卡尔曼滤波
- 红外弱小目标的检测与跟踪
- GPS精密单点定位
- 均值法的背景建模的前景目标提取
评论
共有 条评论