前言
在阅读医学图像处理相关论文时，遇到一些图像处理方法不是很理解，查阅相关资料，学习之后进行简单汇总
一、非局部均值滤波（Non-local Mean Filter, NLM）
NLM是一种图像去噪算法，可以去除图像中的冗余信息，尽可能多的保留图像的细节特征；一般分为基于像素和基于块的处理方式，后者去噪效果更好，计算效率更高。
代码参考
Python代码1
Python代码2
MATLAB代码
积分图像加速MATLAB代码计算
二、OpenCV开/关操作
论文中出现“opening operation”，查阅资料，了解到其实是OpenCV库的一种图像处理方式，对于二值化后的图像进行形态学操作。
1.开操作
“先腐蚀后膨胀”，可以消除细小物体
参考代码：
Python代码：修复受损照片
2.闭操作
“先膨胀后腐蚀”，可以填充物体内细小空洞，连接邻近物体和平滑边界
参考代码：
Python代码实现开/闭操作
三、OTSU阈值分割算法
该算法是自适应确定图像二值化阈值的分割算法，由日本学者大津于1979年提出。算法核心思想是类间方差最大，按图像的灰度特性,将图像分成背景和前景两部分，当类间方差最大时，表示错分概率最小。按照分类数量的多少，分为单阈值和多阈值OTSU算法。
参考代码：
Python代码：单阈值/多阈值/遗传算法解OTSU
Python代码来自GitHub
总结
好记性不如烂笔头，勤整理，多记录！