Las técnicas de umbralización de wavelets ampliamente utilizadas (DWT-H y DWT-S) tienen un comportamiento casi óptimo que no puede ser mejorado por ningún filtro de eliminación de ruido local, pero no pueden utilizar la similitud de parches de imágenes de tamaño pequeño para mejorar el rendimiento de eliminación de ruido. Dos de las últimas mejoras (WNLM y NLMW) introdujeron la distancia euclidiana para medir la similitud de los parches de imagen, y luego utilizaron el significado no local de parches similares para una mayor eliminación de ruido. Dado que la distancia euclidiana no es una buena medida de similitud, estas dos mejoras son limitadas. En este estudio, introdujimos la distancia del transportista de la tierra (EMD) como medida de similitud de parches de pequeña escala dentro de las sub-bandas de wavelet de imágenes ruidosas. Además, en niveles de ruido más altos, incorporamos el filtrado bilateral conjunto, que puede filtrar tanto el dominio espacial como el dominio de intensidad de las imágenes. Experimentos de simulación de eliminación de ruido en BSDS500 demostraron que nuestro algoritmo superó a los algoritmos DWT-H, DWT-S, WNLM y NLMW en 4.197 dB, 3.326 dB, 2.097 dB y 1.162 dB en términos del PSNR promedio, y en 0.230, 0.213, 0.132 y 0.085 en términos del SSIM promedio.