在傳統的空間域濾波去噪算法中，其基本思想是使用一個滑動窗口遍歷整幅圖像，根據窗口內的全部像素值來估計窗口中心像素點的真實像素值，但是由於其只利用了窗口內的局部統計特性，所以去噪效果不是很好，會損失掉較多的圖像邊緣信息以及紋理細節，使得圖像變得模糊.
在2005年Buades A,Coll B,Morel JM 提出了非局部均值的去噪方法，其基本思想是利用圖像的自相似性以及空間冗餘性，通過對其餘圖像塊的加權平均來估計中心像素點的值。
其中，權重的計算主要由圖像塊之間的相似性得到，但需要實行歸一化處理，相似性由兩個像素塊的高斯加權歐氏距離計算得出。
最後的結果表明，NLM算法在相對平坦的區域去噪效果較好，在細節信息豐富的區域效果不是很好，其次NLM算法的計算量很大，這也是有待改進的地方~~
