一、简介

1 NLM滤波原理

2 Pixelwise Implementation


3 Patchwise Implementation

二、源代码

function [output]=NLmeans(input,t,f,h)
 
 %  输入: 待平滑的图像
 %  t: 搜索窗口半径
 %  f: 相似性窗口半径
 %  h: 平滑参数
 %  NLmeans(ima,5,2,sigma); 

 % 图像大小
 [m n]=size(input);
  % 输出
 Output=zeros(m,n);
 input2 = padarray(input,[f+t f+t],'symmetric');%边界作对称处理
 
 % 高斯核
 kernel = make_kernel(f);
 kernel = kernel / sum(sum(kernel));
 
 h=h*h;
 
 for i=1:m
    for j=1:n
                 
         i1 = i+ f+t;%原始图像的像素位置 （中心像素）
         j1 = j+ f+t;
                
         W1= input2(i1-f:i1+f , j1-f:j1+f);%小窗口
         
         wmax=0; 
         average=0;
         sweight=0;
         
         %rmin = max(i1-t,f+1);
         %rmax = min(i1+t,m+f);
         %smin = max(j1-t,f+1);
         %smax = min(j1+t,n+f);
         rmin=i1-t;
         rmax=i1+t;
         smin=j1-t;
         smax=j1+t;
         
         for r=rmin:1:rmax %大窗口
            for s=smin:1:smax
                                               
                if(r==i1 && s==j1) 
                    continue; 
                end;
                                
                W2= input2(r-f:r+f , s-f:s+f);    %大搜索窗口中的小相似性窗口     
                d = sum(sum(kernel.*(W1-W2).*(W1-W2)));
                w=exp(-d/h); %权重      
                                 
                if w>wmax                
                    wmax=w;   %求最大权重            
                end
                
                sweight = sweight + w;  %大窗口中的权重和
                average = average + w*input2(r,s);                                  
            end 
         end
             
        average = average + wmax*input2(i1,j1);
        sweight = sweight + wmax;
                   
        if sweight > 0
            output(i,j) = average / sweight;
        else
            output(i,j) = input(i,j);
        end                
    end
 end
 function nX = noise(varargin)
% 图像加入噪声
% 传入参数依次为:
% X - 待处理的图像
% type - 噪声类型
% variance/density - 高斯噪声的方差/椒盐噪声的密度(optional)
% M - 控制噪声区域的模板(optional)

% 参数默认值
variance = 0.01;                %高斯噪声的方差 默认值为0.01
density = 0.05;                 %椒盐噪声的密度 默认值为0.05
M = ones(size(varargin{1}));    %控制噪声区域的模板 默认对整个图像加噪声

X = varargin{1};                %待处理的图像
type = varargin{2};             %噪声类型

% 可选参数
if nargin>=3
    variance = varargin{3};
    density = varargin{3};
    
    if nargin == 4
        M = varargin{4};
    end
end

三、运行结果

四、备注

版本：2014a