“双边滤波器”算法于1998年推出。现在，我正在寻找更新的东西。这并不是算法有什么问题，但是有没有更新的算法来执行类似的任务（即保留边缘，同时消除噪音），这在某些方面今天更好？
答案 0 :(得分：8)
Non-local means filtering是一种非常标准的去噪算法。对于每个像素（或补丁），不是取附近像素的平均值，而是取图像的“最相似像素”的平均值。直觉是沿着边缘，例如，将有类似的像素，它们不一定接近。
另一种成功的技术是字典学习：你在图像上学习补丁字典，希望不会学习噪音（随机）。然后，您在该字典上分解图像的每个补丁，并将该分解作为您的去噪补丁。 this tutorial的第二部分是一个很好的介绍。
答案 1 :(得分：2)
我一直想让Farbman，Fattal，Lischinski和Szeliski尝试Edge-Preserving Decompositions for Multi-Scale Tone and Detail Manipulation。
如果你能够报告你是否使用它以及结果是什么以及结果会很好。 ： - ）
答案 2 :(得分：1)
既然你没有解释“更好”的意思，那就很难回答。但是，如果“更好”意味着更快，您可以在此处查看恒定时间双边滤波器上的论文：http://www.cs.cityu.edu.hk/~qiyang/。
我在这里提供了一个java实现（基于初始C代码）：http://code.google.com/p/kanzi/source/browse/src/kanzi/filter/FastBilateralFilter.java