图像去噪有哪几种方法

常用的图像去噪方法包括以下几种： 

常用的图像去噪方法包括以下几种：

1. 均值滤波：通过计算邻域内像素的平均值来替换当前像素值，有效消除高斯噪声，但可能导致图像边缘模糊。

2. 中值滤波：对邻域内像素进行排序，将中值结果赋值给当前像素。该方法能去除孤立噪声，保留大部分边缘信息，但需要选择合适的滑窗大小。

3. 高斯滤波：利用二维离散高斯函数去除噪声，能保留更多边缘细节，使图像更清晰，平滑效果更柔和。

4. 维纳滤波：根据图像的局部方差调整滤波器的输出，局部方差越大，滤波器的平滑作用越强。

5. 非局部均值（NLM）算法：通过非局部相似块堆叠的方式去除噪声，但可能导致模糊输出。

6. 基于块匹配的3D滤波（BM3D）算法：利用图像块的相似性进行去噪，但需要手动设置超参数。

这些方法可以根据实际应用场景和对图像质量的要求进行选择。