该算法首先通过噪声检测确 定图像中的噪声点，然后根据窗口内噪声点的个数自适应地调整滤波窗口的尺寸，再根据相似度大小，巧妙地将滤波窗口内各个 像素点按一定的规律自适应地分组并赋予每组像素点相应的权重，最后采用加权中值滤波算法对检测出的噪声点进行滤波处理。 计算机模拟实验结果表明：该算法既能有效地滤除噪声，又能较好地保护图像细节，滤波性能比传统中值滤波算法更理想

包含多种简单的去燥算法，图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声）等； 目前比较经典的图像去噪算法主要有以下三种： 均值滤波算法：也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声