图像在形成、传输和扫描过程中,常因外部和内部干扰导致图像质量下降,影响图像视觉效果,这对图像边缘提取、图像分割、图像识别等后续处理带来严重影响。图像去噪是图像处理的前提,图像去噪的目地是在保留图像边缘、纹理细节等有用信息的基础上尽可能地去除噪声。三维块匹配算法(Block-matching and 3D Filtering,BM3D)是当前图像处理领域最好的去噪算法之一,但是它在处理图像的边缘和纹理信息时,在图像边缘会出现边缘振铃效应。为了解决BM3D算法在处理图像边缘上的不足,论文提出了一种改进算法。首先对噪声图像进行各向异性扩散滤波,以获得平滑并保留边缘后的图像:然后利用Sobel算子提取出图像的平滑区域和边缘区域,在算法的块匹配分组阶段,对于图像平滑区域,使用传统BM3D算法中沿垂直和水平方向来搜索相似块;对于图像边缘区域,使用沿垂直和边缘方向来搜索相似块。这样可以在块匹配分组阶段避免错误分组,最终图像的边缘信息得以保留。同时,由于在搜索邻域时传统BM3D算法采用形状固定的正方形搜索窗口,当窗口不适应图像特征时,会导致去噪性能下降。论文采用不同形状的块来适应图像的细节特征,这样能确保匹配块中包含足够多的图像细节。实验结果表明,改进算法无论是在视觉效果还是客观数值指标上都要优于传统BM3D算法,获得的相似块数量是传统BM3D算法的4倍,峰值信噪比提高最高可达1.29dB,平均提高约为0.44dB。同时,针对边缘复杂的接触网图像以及受椒盐噪声污染的图像,改进算法的去噪性能都优于传统BM3D算法。