论文部分内容阅读
作为数字图像处理领域中一项最为基础的问题,图像去噪已经发展了几十年并且还在不断的发展中。本文根据工程实际需求,实现了一个去噪效果好,计算复杂度低,而且能被商用的去噪算法。非局部均值滤波降噪算法是目前去噪效果最好的算法,它能在有效去除噪声的同时较好保留图像的细节,但时间复杂度很高,处理单帧720P的图像所需的时间是分钟级别。高时间复杂度使其没法在实用系统中采用,本文希望将其优化到实时处理级别。论文首先分析了Non-Local Means滤波器滤波过程中各个模块占用时间的比例,经过实验得出占用时间最多的部分是权重的计算部分,它在整个滤波过程时间占据近70%,所以把优化重点放到优化权值计算的部分。论文从五个方面提出优化策略:(1)利用像素点权值的对称性,采用内存换时间的优化方法将权值暂存到内存中,使计算量减半;(2)颠倒像素位置和邻域的遍历次序,使各像素点的权重计算互不干扰,方便之后的算法对像素点进行并行处理,为下面利用下采样原理进行优化奠定基础;(3)对高斯函数利用近似计算进行优化,将高斯核卷积的计算近似成线性关系,直接将SSE映射成权重。(4)采用下采样原理,只计算采样到的像素点的权重,将未采样到的像素点利用双线性插值算法计算出来,减少权重的计算次数;(5)利用ARM的Neon指令进行机器指令集优化。在上面五个优化策略中既有算法上的优化也有工程方法的优化,其中下采样优化对时间复杂度的降低贡献最大,而且对滤波器的性能影响最大,需要本文在下采样幅度上寻找一个最优幅度,使滤波器能够在时间性能和算法复杂度之间达到一个折衷,通过实验确定最优下采样步长为4。经过上述五个方面的优化,本文实现的非局部均值滤波算法在IPad4设备上对单帧720P图像进行处理可以达到28ms一帧,满足实时要求。