BM3D概要BM3D (区块匹配与3d滤波)通过类似判定找到与参照块接近的二维图像块，将类似块组合成三维组，对三维组进行协调滤波处理，将处理结果作为原始图像块该算法的考察与nl均值的优点相似，采用在图像中寻找相似块的方法进行滤波，但对nl均值相当复杂。
算法的步骤总体上分为两个步骤。
第一步：基本报价。 按块估算。 对有噪声的图像中的每个块执行以下操作： 分组。 找到与当前处理的块相似的所有块，并将其堆栈为一个三维数组。 协同门槛。 对形成的组应用三维变换，以硬阈值变换系数减弱噪声，进而进行三维逆变换以估计所有组的块，并将它们返回原始位置。 聚合。 对每个块加权平均所有得到的重复块估计，计算实际图像的基础估计。 第二步：最终报价。 采用基础估计进行改进的分组操作和协同维纳滤波。 块估计。 每一块。 执行以下操作： 分组。 在获得的基础估计中使用块匹配(BM )找到类似于当前正在处理的所有块的所有块的位置。 使用这些位置形成两个3位数组。 一个来自有噪声的图像，另一个来自基础估计。 协同维纳滤波。 对两组应用三维变换。 使用基本估计的能谱作为实际能谱，对有噪声的图像进行维纳滤波。 对滤波后的三维系数执行三维逆变换，将螯合的所有块的估计值恢复到原始位置。 聚合。 使用加权平均汇总得到的所有局部估计，计算实际图像的最终估计。步骤二的两个重要动机：
使用基础估计而不是有噪声的图像，将经验维纳滤波的基础估计用作导航器信号，这可以改进块匹配分组，比使用具有噪声数据的三维频谱的简单硬阈值更有效，并且更有效