“双边过滤器”算法于 1998 年提出。现在，我正在四处寻找更新的东西。并不是算法有什么问题，而是现在是否有更新的算法来执行类似的任务(即保留边缘并同时去除噪声)在某些方面更好？
最佳答案
Non-local means filtering是一个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“最相似像素”的平均值。直觉是，例如沿着边缘，会有相似的像素，这些像素不一定靠近。
另一个成功的技术是字典学习:你学习图像上的补丁字典，希望噪声(随机的)不会被学习到。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。
关于algorithm - 是否有成功 "Bilateral Filtering"的算法？ (在功能方面)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/9411047/