1，中值濾波
中值濾波是壹種非線性數字圖像處理算法，用於降低或消除數字圖像中的噪聲。通過對圖像的移動滑動窗口中的像素值進行排序，取中間值(中值)作為當前像素的新值來實現。
這種過濾方法廣泛用於去除椒鹽噪聲，其中圖像中的單個像素值受到強烈幹擾。中值濾波的優點是可以有效地保留圖像的邊緣特征，同時去除噪聲的影響，並且不會引入太多的模糊效果。
2.高斯濾波
高斯濾波器是壹種線性平滑濾波器，用於圖像處理和信號處理中的去噪和模糊。它基於高斯分布函數，通過對圖像中的像素點進行加權平均來模糊圖像。
高斯濾波器的標準差決定了濾波器的寬度。標準差越大，濾波器分布越廣，平滑效果越明顯。高斯濾波通常用於去除高斯噪聲，對於壹些連續噪聲模型有很好的效果。
3.均值濾波小波去噪。
均值濾波小波去噪利用小波變換將信號或圖像分解成不同頻率的子帶，然後通過閾值處理對這些子帶進行去噪。
小波去噪對圖像進行小波分解，得到不同頻率的子帶。對每個子帶執行閾值處理以去除噪聲分量。經處理的子帶通過逆小波變換被重構為去噪圖像。
4.非局部均值去噪
非局部均值去噪是壹種圖像去噪算法，它基於相似性的概念，通過在圖像中尋找相似的塊來降低噪聲。非局部均值去噪主要利用相似塊(整個圖像中紋理或結構相似的區域)的信息和像素點附近的局部信息。
5.總變分去噪
全變分去噪是壹種圖像去噪算法。通過計算圖像中相鄰像素之間的差值的絕對值之和，圖像的總變化被最小化以平滑圖像，從而去除噪聲。