快速非局部均值滤波算法

基于各向异性扩散滤波与非局部先验的PET图像重建算法

超声成像是现代医学影像学最重要的诊断技术之一。然而,由于乘性斑点噪声的存在,使得超声成像的发展受到了一定的限制。针对这种问题,提出了一种贝叶斯非局部平均滤波算法的改进策略。首先,运用贝叶斯公式推导出适

基于积分图的快速均值滤波，数字图像处理，。。。。。。

灰度图片加入噪声,分别用中值滤波和均值滤波来进行锐化,显示的图像可以清晰的查看两种滤波的效果区别。。

均值滤波和中值滤波的内容非常基础，均值滤波相当于低通滤波，有将图像模糊化的趋势，对椒盐噪声基本无能为力。中值滤波的优点是可以很好的过滤掉椒盐噪声，缺点是易造成图像的不连续性。

文件包含了数字图像处理这门课程中的中值滤波和均值滤波的基本实现代码

详细介绍了中值滤波和均值滤波在matlab中的应用

针对非局部均值（NLM）去噪算法在变化丰富的纹理区域采用平移窗口的方法选择相似块的不足进行了研究，提出一种基于超像素分割的非局部均值去噪算法。该方法充分考虑非局部均值去噪算法中相似性对噪声去除的影响，

针对序列图像超分辨率重建非局部均值（non-localmeans，NLM）算法重建结果图像边缘区域过平滑的问题，提出了一种局部参数自适应改进方法。将整幅图像划分为图像子块，然后根据图像子块平均像素信息

Simple,Fast,andPracticalNon-BlockingandBlockingConcurrentQueueAlgorithms