"混合噪音滤波器 MNF是目前滤波效果最好的算法之一, 然而, 由于它采用非局部算法思想, 所以存在较大的计算负担, 针对该不足, 提出一种基于均值和方差相似性的加速算法( FMNF) 。该算法之关键思想是对邻域像素预分类, 把两像素的均值比和方差比均在给定阈值范围内( 接近于1) 的邻域像素分为一类, 视为相似像素, 相似的像素参与滤波计算, 不相似的像素被忽略, 因此, 减少了参与“ 脉冲过滤范数” 计算的像素数, 提高了滤波速度。仿真实验
结果表明, FMNF对各种噪音类型(纯高斯噪音、纯脉冲噪音以及它们的混合噪音) 去噪的视觉效果和PSNR均与MNF相当, 且滤波速度均可提高15%以上。因而, FMNF算法比 MNF更具有实用性。"