摘要：该文提出一种具有图像结构自适应性的非局部均值去噪算法。通过采用图像块间的多尺度匹配来描述图像中局部结构的相似性，增强非局部均值算法对复杂结构特征的辨别能力，实现去噪性能的提高。算法首先引入变差系数（CV）特征并提出 CV-Kmeans 区域分类算法，将图像划分为包含边缘及纹理的结构区域和平坦区域；在结构区域进一步根据不同尺度下图像块间的平均欧氏距离来自适应选择块尺寸；在此基础上获得新的非局部均值算法，用以去除图像噪声。实验结果表明，相比经典的非局部均值算法，基于块间概率相似性的改进型非局部均值算法以及基于区域自适应的非局部均值去噪算法提出的新算法提高了去噪性能，尤其是在纹理图像的去噪上具有明显优势。

关键词：图像去噪 非局部均值算法 自适应性 块匹配 

单位：合肥工业大学计算机与信息学院 合肥230009