非局部均值算法 (NLM) 图像去噪详解

非局部均值算法 (Non-local Means，简称 NLM) 是一种用于图像去噪的算法。它的基本思想是利用图像中相似区域的信息来估计每个像素的噪声，然后根据这些估计值对图像进行去噪处理。

具体来说，NLM 算法通过计算图像中所有像素对应的邻域之间的相似度来确定噪声估计值。对于每个像素，NLM 算法会计算它周围所有像素的相似度，并将相似度最高的那些像素的值作为噪声估计值。然后，算法将这些噪声估计值作为权重，对图像进行加权平均，从而得到去噪后的图像。

NLM 算法的优点在于它不仅可以去除高斯噪声，还可以去除其他类型的噪声，例如斑点噪声和条纹噪声。此外，NLM 算法还能够保留图像的细节和纹理信息，因此经常被用于图像处理和计算机视觉领域。