1.一种基于非局部均值的非均匀噪声图像去噪方法，其特征在于，所述方法包括：步骤1：使用评价算子R对非均匀噪声图像先进行像素粗分类；

步骤2：对噪声图像中的每一个像素，根据其周围邻域像素的粗分类结果，采取多数投票方法，对该像素的类别进行细分类，分为：低噪声高纹理、中等纹理、高噪声次纹理、平滑区域的其中一类；

利用多数投票方法，进行图像细分类，包括：图像可分为4个部分：噪声方差较小的纹理区c1，中等纹理区c2，噪声方差大的纹理区c3和平坦区c4；对于图像像素i最后所属区域，是以中像素i为中心点，取一定大小的块，这个块中每个像素对应的R值由r(j)表示，把r(j)值逐一和T1，T2，T3作比较，T1，T2，T3对应于R累积直方图的90％，70％和30％的数值，对满足条件(4)的r(j)值进行计数并对计数值进行累加，最后满足哪个区域条件的计数值大，则该像素点就属于哪个区域；count(r)代表满足if条件的r(j)的个数，f1，f2，f3，f4分别对应于区域c1，c2，c3，c4的计数值；

步骤3：对细分类后的每一个类别，自适应的选择滤波参数和邻域块大小，使用非局部均值去噪算法进行像素去噪；

滤波参数设置如下：

其中，δ是含噪图像的噪声方差，a1，a2，a3，a4是常量，Di是在以i为中心的图像块内被分在ci类的所有像素点的R值的均值，β控制滤波参数h的形状，是由基于中位数绝对偏差MAD估计量自适应选择的：

βj＝b*C*median[|Rj‑median(Rj)|]                      (7)其中，|·|表示绝对值算子，median(·)为中位数算子，根据具有单位方差的零均值正态分布的MAD为1/1.4826的事实，常数C由C＝1.4826×ν确定，ν是Rj的方差，b是为了调节βj大小的常数。

2.根据权利要求1所述的基于非局部均值的非均匀噪声图像去噪方法，其特征在于，所述步骤1具体包括：

使用评价算子R先进行区域的粗分类，H是对图像噪声进行度量，F是基于一阶直方图的一个特征描述符，R是H和F的乘积，可对图像局部区域的噪声含量和纹理含量高低进行描述；

其中，公式(1)中 为该邻域的结构张量的特征值；ξ是在图像梯度计算中使用的滤波模板中相关的常数，N是图像块的大小，δl是局部噪声方差，公式(2)中 为以像素i为中心的7×7邻域的灰度值二阶矩。

3.根据权利要求1所述的基于非局部均值的非均匀噪声图像去噪方法，其特征在于，自适应的选择邻域块大小为：

区域类型c1、c2、c4采用的邻域大小分别为7×7、9×9、13×13；区域c3采用的邻域大小为5×5。