论文部分内容阅读
针对图像中的高斯噪声,提出一种基于相对熵(Kullback-Leibler divergence,KL divergence)的图像去噪方法。首先,对图像中的每一个像素,根据像素周围邻域的像素信息建立高斯分布模型,得到待滤波图像;然后,在待滤波图像中利用2个像素点高斯分布间的对称KL距离来衡量像素点之间相似性,两高斯分布间的对称KL散度大小表示2个像素点邻域间统计信息的差异;最后,对图像进行加权平滑滤波。仿真实验表明,该算法能很好地保持结构信息,提高了图像去噪性能。