matlab使用NLM对图像降噪

Matlab中非局部均值滤波(Non-local Means, NLM)是一种用于图像去噪的强大工具，它利用了像素间的相似度信息来降低噪声。NLM的基本思想是每个像素的值不是仅依赖其邻居，而是从整个图像中寻找最相似的区域，并取其平均值作为当前像素的新值。

以下是使用NLM进行图像降噪的一般步骤：

1. **加载图像**：首先需要读取含有噪声的图像数据到Matlab的工作空间中。

2. **设置参数**：确定NLM滤波器的一些关键参数，如搜索窗口大小、相似性函数（通常为高斯核）、迭代次数等。

windowSize = [5 5]; % 搜索窗口尺寸
sigma = 1;         % 高斯核的标准差
maxIter = 10;     % 迭代次数

3. **计算相似度矩阵**：计算每一对像素之间的相似度，基于它们的距离和权重函数。

4. **构建滤波矩阵**：利用相似度矩阵创建一个加权求和的矩阵，其中每一行代表一个像素的加权平均源。

5. **应用NLM滤波**：对图像的每一个像素应用上述过程，更新其值为其邻域内的加权平均。

noisyImage = imread('noisy_image.jpg'); % 替换为实际噪声图像路径
denoisedImage = imfilter(noisyImage, struct('Window', windowSize, 'Method', 'nlin');

6. **结果查看**：最后，显示处理后的降噪图像。

imshowpair(noisyImage, denoisedImage, 'montage');