- 上一篇：基于曲率的图像泊松去噪模型及方法
- 下一篇：数学史价值在中学数学教学中的实现
非局部均值去噪(NLM)是由Buades[12]等人提出的用于去除加性高斯白噪声的去噪模型，该模型可以有效去除噪声的同时保持细节信息。受NLM去除高斯白噪声和文献[13]中的思文方式的启发，Charles-Alban [36]等人将NLM模型扩展到处理被泊松噪声的图像,提出了泊松噪声适用的非局部权重。Joseph Salmon[13]等人结合泊松主成分分析法（Poisson-PCA）和在非局部估计框架下的稀疏泊松强度估计法，提出了一个提出了新的泊松去噪方法，他们称之为非局部泊松主成分分析法（PoissonNLPCA），这个方法和其他去噪模型的不同之处在于，作者直接对泊松噪声进行处理，不要要将其转化成相应的高斯噪声后再做处理。