OpenCV计算摄影学（3)CUDA 图像去噪函数fastNlMeansDenoising()

news/2025/2/27 5:56:45

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

使用非局部均值去噪算法（Non-local Means Denoising algorithm）执行图像去噪，该算法来源于 http://www.ipol.im/pub/algo/bcm_non_local_means_denoising，并包含了若干计算优化。预期噪声为高斯白噪声。

cv::cuda::fastNlMeansDenoising 是 OpenCV 的 CUDA 模块中用于图像去噪的一个函数。此函数实现了快速非局部均值去噪算法，旨在减少图像中的噪声同时尽可能保留边缘细节。

函数原型


void cv::cuda::fastNlMeansDenoising	
(	
	InputArray 	src,
	OutputArray 	dst,
	float 	h,
	int 	search_window = 21,
	int 	block_size = 7,
	Stream & 	stream = Stream::Null() 
)

参数

参数src 输入8位1通道、2通道或3通道的图像。
参数sdst 与 src 具有相同大小和类型的输出图像。
参数sh 调节滤波强度的参数。较大的 h 值能完美地去除噪声，但也会去除图像细节；较小的 h 值则会保留细节，但也会保留一些噪声。
参数ssearch_window 用于计算给定像素加权平均值的窗口大小（以像素为单位）。应该是奇数。性能受其影响呈线性关系：更大的 search_window 意味着更长的去噪时间。推荐值为21像素。
参数sblock_size 用于计算权重的模板块大小（以像素为单位）。应该是奇数。推荐值为7像素。
参数sstream 用于异步调用的流。该函数预期应用于灰度图像。对于彩色图像，请参阅 FastNonLocalMeansDenoising::labMethod。

代码示例

电脑没有Nvidia的显卡，程序编译不了，opencv不支持cuda的也编译不了。

#include <opencv2/opencv.hpp>
#include <opencv2/cudaimgproc.hpp>
#include <opencv2/core/cuda.hpp>

int main() {
    // 加载输入图像
    cv::Mat src = cv::imread("noisy_image.jpg", cv::IMREAD_COLOR);
    if (src.empty()) {
        std::cerr << "无法加载图像文件" << std::endl;
        return -1;
    }

    // 创建与src相同大小和类型的输出图像dst
    cv::Mat dst;

    // 将输入图像上传到GPU
    cv::cuda::GpuMat gpu_src, gpu_dst;
    gpu_src.upload(src);

    // 创建CUDA流（可选）
    cv::cuda::Stream stream;

    // 应用快速非局部均值去噪算法
    cv::cuda::fastNlMeansDenoising(gpu_src, gpu_dst, 3.0f /* h */, 21 /* search_window */, 7 /* block_size */, stream);

    // 将去噪后的图像从GPU下载到CPU
    gpu_dst.download(dst);

    // 保存去噪后的图像
    cv::imwrite("denoised_image.jpg", dst);

    // 显示原始图像和去噪后的图像
    cv::imshow("Noisy Image", src);
    cv::imshow("Denoised Image", dst);
    cv::waitKey();

    return 0;
}