随着信息时代的发展和图像处理的普及,人们对图像质量的要求越来越高。图像在采集,获取,传输过程中往往会带来不同程度的噪声,使图像质量下降,对图像的进一步处理造成困难,因此去除噪声是图像处理的一个不可缺少的过程。本文在对非局部均值滤波器进行充分研究的基础上,对非局部均值滤波器进行改进,提出了基于小波域相似度计算的非局部均值算法和基于多分辨的非局部均值算法。　　 (1)提出了基于小波域相似性度量的非局部均值滤波器。该滤波器在低频图像和高频图像分别计算相似性,并设计了新的权值计算公式。在计算权值的过程中以低频图像的相似性为主,利用低频图像对噪声的平滑效果得到较稳健的相似性度量；而以高频图像的相似性为辅助,有效结合了局部奇异性信息。实验证实了该算法在去除噪声的同时能够更好地保持图像的边缘和细节信息。　　 (2)提出了基于多分辨的非局部均值滤波器。该滤波器针对图像的低频图像和高频图像进行不同的噪声抑制,其中高频图像利用小波域BayesShrink阈值技术进行去噪,同时利用非局部均值算法对每一层重构得到的低频子带进行处理,利用空间冗余结构再次滤波。实验结果表明该算法有效结合了不同滤波器的优点,获得优于BayesShrink小波阈值滤波,双边滤波器,以及非局部均值滤波器的性能。