鲜连义，康明

(1.上海交通大学微纳电子学系，上海 200240；2.格科微电子(上海)有限公司，上海 201203)

0 引言

数字图像以及视频噪声的抑制起步较早，早期经典的去噪算法如：均值滤波、中值滤波、高斯滤波、维纳滤波[1]等在提出时都成为主流的优秀算法。伴随着图像去噪技术的不断发展，越来越多更加先进的算法被提出来，目前普遍的传统图像以及视频去噪方法包含空间域去噪[1]、变换域去噪[2-4]、时间域去噪[5-6]等等。

空间域去噪算法[1]的原理是利用二维图像空间直接采用相关操作如取平均等去除像素中的噪声，常见的操作方法基本是对具体像素点进行代数运算等，因而此类算法的复杂度较低，运算时间较快。变换域去噪[2-4]又叫频域去噪，不同于空间域去噪在二维图像空间内进行像素点的处理，它的主要思路是通过特定的变换规则如傅里叶变换等，将二维的图像矩阵数据转换到变换域内，以便于更容易的区分图像真值与噪声，将噪声过滤掉。图像从空间域转换到变换域的方法很多，其中最具代表性的有傅里叶变换、离散余弦变换[2]、多尺度几何分析方法[3]以及小波变换[4]等。但是这些方法[1-4]在处理过程中不可避免的会造成图像的平滑和细节的缺失。时间域去噪[5-6]主要的应用是多帧降噪算法，伴随BM3D[5]算法提出的同时针对视频降噪所提的VBM3D[6]算法，将时域的冗余信息加入视频去噪算法当中。在此之后不断有新的结合时间域去噪的算法例如VBM4D[7]算法等出现。……