图像去噪是一个基础的，并具有挑战的难题。对于一幅图像，相邻像素间的灰度值普遍意义上具有相关性，所以大部分图像的能量主要集中在低频区域，而高频区域则主要体现出图像的细节信息点。在图像的转换和传输过程中可能会随机引入噪声，大部分噪声会出现在高频区域，因此通常选用低通滤波等处理方法来消除高频分量。但是这样也会造成原始图像信息点的缺失，致使图像模糊，这当然不是我们所期望的结果。所以，一个好的图像滤波算法应该既可以去除噪声，同时也可以保留图像的原始信息。82425

对此科学界已经研究了几十年。现如今已经发展出许多种先进的降噪算法，其中较为经典的有均值滤波、中值滤波、维纳滤波、高斯滤波、快速非局部均值降噪(NLM)等算法。当然随着科技的进步，一些学者也提出了很多改进或者新型的算法。例如，小波去噪这一方法也得到了广泛的使用，利用非线性阈值，可以将噪声和信号在不同尺度上分开，根据噪声的规律可以得到图像增强的目的，是一种多尺度多分辨率的分解方法。还有基于模糊数学的滤波方法，通过各种模糊条件来综合模拟得出变换的结果。更深层次的算法还有基于神经算法和遗传算法机理研究得出的滤波方法。还有近年来被公认为最好的去噪算法之一的BM3D算法，一种根据图像色块之间的相似性提出的三维块匹配算法，具有高性噪比和很好的视觉效果。

参 考 文 献

[1] 贾永红．数字图像处理[M]．武汉：武汉大学出版社，2003：1。

[2] Rafael C．Gonzalez．数字图像处理(第二版)[M]。 电子工业出版社,2001。

[3] 叶玉堂，刘爽。 红外与微光技术[M]。 国防工业出版社，2010。

[4] 邸旭，杨进华。 微光与红外成像技术[M]。 机械工业出版社，2012。

[5] 刘成龙。 精通MATLAB图像处理[M]。 清华大学出版社，2015。

[6] 周品，李晓东。 Matlab 数字图像处理[M]。 北京:清华大学出版社，2012。

[7] 张铮，王艳平,薛桂香。 数字图像处理与机器视觉:Visual C++与Matlab 实现[M]。 北京:人民邮电出版社，2010。

[8] 张天瑜。 基于改进型中值滤波算法的图像去噪[J]。 长春工业大学学报（自然科学版），2009。

[9] 尹剑仑，卫武迪。 一种改进的自适应中值滤波算法研究[J]。 通讯技术，2009。

[10] 阮秋琦，阮宇智。 数字图像处理（第3版）[M]。 电子工业出版社，2011。

[11] 杨森。 图像去噪算法研究[J]。硅谷，2003。

[12] 王利平,孙韶远,陈钱,张保民。 微光图像特征分析及图像融合技术研究[J]。 红外与毫米波学报, 2009。

[13] 柏连发，陈钱，孔捷，张保民。红外与微光图像融合技术研究[J]。红外与毫米波学报，1999。

[14] 穆远彪，王亚龙。图像去噪算法研究[J]。咸阳：咸阳师范学院信息工程学院，2014。

[15] 王英，曾光宇。图像去噪算法研究[J]。太原：中北大学信息与通信工程学院，2011。

[16] 赵庆平，陈得宝，姜恩华，方振国。一种改进权重的非局部均值图像去噪算法[J]。淮北：淮北师范大学物理与电子信息学院，2014。

[17] Ramanathan Vignesh, Byung Tae Oh, and C。-C。 Jay Kuo。Fast Non-Local Means (NLM) Computation With Probabilistic Early Termination[J]。IEEE SIGNAL PROCESSING LETTERS, VOL。17, NO。3, MARCH 2010。

[18]K。Dabov,A。Foi,V。Katkovnik,and K。Egiazarian。Image denoising with block-matching and 3D filtering[J]。Proc。SPIE Electronic Imaging。 January 2006。

[19] A。Foi,M。Trimeche,V。Katkovnik,and K。Egiazarian。Practical Poissonian-Gaussian noise modeling and fitting for single-image rawdata[J]。IEEE Trans。Image Process。Oct。2008。 图像去噪国内外研究现状和参考文献:http://www.youerw.com/yanjiu/lunwen_96719.html