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，利用圖像的兩個極值Lmin和Lmax把圖像像素點分為非噪聲點和噪聲點。在濾波階段，非噪聲點的灰度值保持不變。對于噪聲點，如果以該噪聲點為中心的自適應(yīng)濾波窗口內(nèi)均為噪聲點，則認為該噪聲點位于圖像自身灰度值為Lmin或Lmax的區(qū)域內(nèi)，使用兩個極值的統(tǒng)計結(jié)果進行恢復(fù)。否則，采用改進的NLM方法濾除噪聲。構(gòu)造聯(lián)合噪聲檢測模板避免噪聲點對相似權(quán)計算的干擾，噪聲點的恢復(fù)值由非噪聲點的灰度值加權(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進行恢復(fù)。相關(guān)去噪實驗結(jié)果證實了算法去噪的有效性，不足之處是算法的時間復(fù)雜度較高。