包含多種簡單的去燥算法，圖像去噪是數字圖像處理中的重要環節和步驟。去噪效果的好壞直接影響到后續的圖像處理工作如圖像分割、邊緣檢測等。圖像信號在產生、傳輸過程中都可能會受到噪聲的污染，一般數字圖像系統中的常見噪聲主要有：高斯噪聲（主要由阻性元器件內部產生）、椒鹽噪聲（主要是圖像切割引起的黑圖像上的白點噪聲或光電轉換過程中產生的泊松噪聲）等； 目前比較經典的圖像去噪算法主要有以下三種： 均值濾波算法：也稱線性濾波，主要思想為鄰域平均法，即用幾個像素灰度的平均值來代替每個像素的灰度。有效抑制加性噪聲，但容易引起圖像模糊，可以對其進行改進，主要避開對景物邊緣的平滑處理。 中值濾波：基于排序統計理論的一種能有效抑制噪聲的非線性平滑濾波信號處理技術。中值濾波的特點即是首先確定一個以某個像素為中心點的鄰域，一般為方形鄰域，也可以為圓形、十字形等等，然后將鄰域中各像素的灰度值排序，取其中間值作為中心像素灰度的新值，這里領域被稱為窗口，當窗口移動時，利用中值濾波可以對圖像進行平滑處理。其算法簡單，時間復雜度低，但其對點、線和尖頂多的圖像不宜采用中值濾波。很容易自適應化。