常用的去噪算法有中值濾波、高斯濾波、均值濾波小波去噪、非局部均值去噪、總變差去噪算法。
1、中值濾波
中值濾波是壹種非線性數字圖像處理算法，用於減輕或消除數字圖像中的噪聲。它通過在圖像中移動的滑動窗口內對像素值進行排序，並將中間值（中位數）作為當前像素的新值來實現。
這種濾波方法廣泛用於去除椒鹽噪聲，其中圖像中的個別像素值被強烈幹擾。中值濾波的優勢在於能夠有效地保留圖像的邊緣特征，同時去除噪聲的影響，而且不引入過多的模糊效果。
2、高斯濾波
高斯濾波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進行加權平均來模糊圖像。
高斯濾波的標準差決定了濾波器的寬度，標準差越大，濾波器的分布越寬，平滑效果越明顯。高斯濾波通常用於去除高斯噪聲，對於壹些連續的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為不同頻率的子帶，然後通過對這些子帶進行閾值處理來去除噪聲。
小波去噪對圖像進行小波分解，得到不同頻率的子帶。對每個子帶進行閾值處理，去除噪聲成分。通過逆小波變換將處理後的子帶重構成去噪後的圖像。
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塊來降低噪聲。 非局部均值去噪主要利用圖像中相似塊（整個圖像中具有相似紋理或結構的區域）的信息，與像素點附近的局部信息。
5、總變差去噪
總變差去噪是壹種用於圖像去噪的算法，通過計算圖像中相鄰像素之間的差異的絕對值之和，最小化圖像的總變差來平滑圖像，從而去除噪聲。