随着社会的快速发展,各个领域对数字图像质量的要求越来越高。而数字图像在采集和传输过程中不可避免的会受到各种噪声的影响,导致图像质量下降,对数字图像的后续处理如分割、识别、特征提取等带来严重干扰。因此,在现有的图像采集系统和传输路径下,对数字图像做前期的去噪处理以提高其质量显得尤为重要。非局部均值图像去噪算法是最近提出的一种图像去噪算法,它是利用图像自身所包含的大量冗余信息,即利用图像块间的相似性来达到去噪目的。非局部均值图像去噪算法在图像块间相似性度量时采用高斯加权欧式距离,只考虑图像块间的几何结构信息,忽略图像块本身的方向结构信息,在相似块度量时会造成一定的误差,如找错或漏掉对应的相似块图像；非局部均值算法使用全局固定的滤波参数值,易导致图像细节部分过于平滑或图像平缓区域去噪能力不足；本文针对非局部均值算法的不足之处做了以下改进：(1)在图像块相似性度量上利用局部结构方向信息相似度算法与高斯加权的欧式距离乘积作为图像块间的相似性度量,通过增强邻域结构方向信息能够更加合理的描述邻域间的相似度。给出图像块结构信息的提取方法,经改进后的相似性度量更加准确可靠。(2)利用Canny算子对图像边缘进行检测,以区分图像中细节结构丰富区域和平坦区域,使滤波参数值能够根据当前搜索邻域的结构复杂程度做出相应的调整,在不同结构区域选用不同滤波参数值,在平坦区域选用较大滤波参数值,在细节结构丰富区域选用较小滤波参数值,使滤波参数值具有自适应性特点,并给出滤波参数的具体选择方法,通过实验验证该方法有效。