基于自适应非局部均值滤波的图像去块算法

摘要/Abstract

摘要：

针对传输和存储中原始图像被JPEG和MPEG等标准进行压缩而产生的块效应，提出了一种图像去块算法.该算法选取非局部均值滤波作为框架，并通过机器学习来确定和优化参数，使得非局部均值滤波可以做到自适应处理.结果表明，该算法去块效果优于目前最新的形状自适应滤波法和维纳滤波法.

关键词: 自适应均值滤波, 去块, 机器学习

Abstract:

Common image compression standards such as JPEG and MPEG can lead to blocking artifacts which causes serious image degradation. In this paper, a non-local means filter for deblocking was proposed and its parameters were adaptively optimized by machine learning. The experimental results prove that the proposed algorithm constantly outperforms the peer ones on all kinds of images.

Key words: adaptive non-local means filter, deblocking, machine learning

中图分类号:

TP 30

刘书，王慈. 基于自适应非局部均值滤波的图像去块算法[J]. 上海交通大学学报（自然版）, 2013, 47(12): 1930-1933.

LIU Shu,WANG Ci. Image Deblocking with Adaptive Non-local Means Filter[J]. Journal of Shanghai Jiaotong University, 2013, 47(12): 1930-1933.

参考文献

［1］谢强, 郑世宝, 于晓静 . 一种结合H.264/AVC CABAC熵编码器特征的视频选择性内容加密算法［J］. 上海交通大学学报, 2008,42(10): 17621766.

XIE Qiang, ZHENG Shibao, YU Xiaojing. A selective video content encryption algorithm exploiting the characteristics of H. 264/AVC CABAC entropy encoder［J］. Journal of Shanghai Jiaotong University, 2008, 42(10): 17621766.

［2］李焱淼，张永良，黄亚平，等.基于频域分析的联指图前后背景分离算法［J］.上海交通大学学报，44（8）：10891093.

LI Yanmiao, ZHANG Yongliang, HUANG Yaping, et al. Background removing of slap fingerprint images based on frequency domain analysis［J］. Journal of Shanghai Jiaotong University, 2010, 44(8): 10891093.

［3］Jagroop S, Sukhwinder S, Dilbag S, et al. Detection method and filters for blocking effect reduction of highly compressed images［J］. Signal Processing: Image Communication, 2011, 26(8):493506.

［4］XING Lili,CHANG Qianshun,QIAO Tiantian.The algorithms about fast nonlocal means based image denoising［J］. Acta Mathematicae Applicatae Sinica, 2012, 28(2): 247254.

［5］Sun D, Cham W K. Postprocessing of low bitrate block DCT coded images based on a fields of experts prior［J］. IEEE Trans Image Process, 2007,16(11): 27432751.

［6］Averbuch A Z, Schclar A, Donoho D L. Deblocking of block transform compressed images using weighted sums of symmetrically aligned pixels［J］. IEEE Transactions on Image Processing, 2005, 14(2): 200212.

［7］Zhang M, Gunturk B K. Multiresolution bilateral filtering for image denoising［J］. IEEE Transactions on Image Processing, 2008, 17(12): 23242333.

［8］Nath V K, Hazarika D, Mahanta A. Blocking artifacts reduction using adaptive bilateral filtering［J］. International Conference on Signal Processing and Communications, 2010(2):15.

［9］Chatterjee P, Milanfar P. Patchbased nearoptimal image denoising［J］. IEEE Transactions on Image Processing,20122, 21(4): 16351649.

［10］Buades A, Coll B, Morel J M. A nonlocal algorithm for image denoising［J］. Computer Vision and Pattern Recognition, 2005(2): 6065.

［11］de Queiroz R L. Processing JPEGcompressed images and documents［J］. IEEE Trans Image Processing, 1998, 7: 16611672.

［12］Robertson M A, Stevenson R L. DCT quantization noise in compressed images［J］. Int Conf Image Process, 2001(1): 185188.

［13］ZHAI Guangtao, ZHANG Wenjun, YANG Xiaokang, et al. Efficient deblocking with coefficient regularization, shapeadaptive filtering, and quantization constraint［J］. IEEE Trans Multimedia, 2008, 10(5): 735745.

[1]	曾金灿, 何耿生, 李姚旺, 杜尔顺, 张宁, 朱浩骏. 基于卷积神经网络与轻量级梯度提升树组合模型的电力行业短期以电折碳方法[J]. 上海交通大学学报, 2025, 59(6): 746-757.
[2]	颜铭萱1，苗雨桐2,3，盛淑茜1，甘小莺1，何奔2，沈兰2,3. 基于集成学习的急性心肌梗死死亡预测[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(1): 153-165.
[3]	刘月笙, 贺宁, 贺利乐, 张译文, 习坤, 张梦芮. 基于机器学习的移动机器人路径跟踪MPC控制器参数自整定[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(6): 1028-1036.
[4]	孙乾洋, 周利, 丁仕风, 刘仁伟, 丁一. 基于人工神经网络的极地船舶冰阻力预报方法[J]. 上海交通大学学报, 2024, 58(2): 156-165.
[5]	鲍朱杰, 李祯, 王斐亮, 庞博, 杨健. 基于机器学习的直角扣件滑移和扭转性能预测方法[J]. 上海交通大学学报, 2024, 58(2): 242-252.
[6]	何文, 高斌, 王强强, 冯少孔, 叶冠林. 基于高斯混合聚类的综合物探方法及其在岩溶勘探中的应用[J]. 上海交通大学学报, 2024, 58(11): 1724-1734.
[7]	徐长节, 李欣雨. 基于人工神经网络的深基坑支护结构侧移预测[J]. 上海交通大学学报, 2024, 58(11): 1735-1744.
[8]	李明爱1,2,3，许冬芹1. 综述：运动想像脑机接口中的迁移学习[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(1): 37-59.
[9]	苏泓嘉, 罗宇成, 刘飞. 装备体系效能评估及支撑技术综述[J]. 空天防御, 2023, 6(3): 29-38.
[10]	孙婕, 李子昊, 张书宇. 机器学习在化学合成及表征中的应用[J]. 上海交通大学学报, 2023, 57(10): 1231-1244.
[11]	甘娥忠, 刘焱, 王海荣, 王承光. 基于机器学习性能度量理论的保障资源指标综合权衡研究[J]. 空天防御, 2023, 6(1): 38-44.
[12]	贾岛, 陈磊, 朱志鹏, 余曜, 迟德建. 机器学习在引战系统设计中的应用研究[J]. 空天防御, 2022, 5(2): 27-31.
[13]	王卓鑫, 赵海涛, 谢月涵, 任翰韬, 袁明清, 张博明, 陈吉安. 反向传播神经网络联合遗传算法对复合材料模量的预测[J]. 上海交通大学学报, 2022, 56(10): 1341-1348.
[14]	李川, 聂熠文, 刘军伟, 孟凡钦, 沈晓静. 基于机器学习的多算法融合航迹稳健起始方法[J]. 空天防御, 2022, 5(1): 20-24.
[15]	周毅, 秦康平, 孙近文, 范栋琦, 郑义明. 台风气象环境电网设备风险量化预警及其N-m故障处置预案在线生成方法[J]. 上海交通大学学报, 2021, 55(S2): 22-30.