針對非局部平均（NLM）方法對椒鹽噪聲圖像濾波效果較差的問題，通過引入噪聲檢測結(jié)果擴(kuò)展NLM方法去除圖像中椒鹽噪聲。在噪聲檢測階段，利用圖像的兩個(gè)極值Lmin和Lmax把圖像像素點(diǎn)分為非噪聲點(diǎn)和噪聲點(diǎn)。在濾波階段，非噪聲點(diǎn)的灰度值保持不變。對于噪聲點(diǎn)，如果以該噪聲點(diǎn)為中心的自適應(yīng)濾波窗口內(nèi)均為噪聲點(diǎn)，則認(rèn)為該噪聲點(diǎn)位于圖像自身灰度值為Lmin或Lmax的區(qū)域內(nèi)，使用兩個(gè)極值的統(tǒng)計(jì)結(jié)果進(jìn)行恢復(fù)。否則，采用改進(jìn)的NLM方法濾除噪聲。構(gòu)造聯(lián)合噪聲檢測模板避免噪聲點(diǎn)對相似權(quán)計(jì)算的干擾，噪聲點(diǎn)的恢復(fù)值由非噪聲點(diǎn)的灰度值加權(quán)平均得到。此外，采用迭代濾波策略對高密度噪聲圖像噪聲點(diǎn)進(jìn)行恢復(fù)。相關(guān)去噪實(shí)驗(yàn)結(jié)果證實(shí)了算法去噪的有效性，不足之處是算法的時(shí)間復(fù)雜度較高。