图像噪声是指在数字图像中出现的随机干扰，会使图像变得模糊不清、有杂点或者失真。去除图像噪声是图像处理的重要一步。
1、 均值滤波：
均值滤波是简单的一种图像噪声去除方法。它通过计算像素周围邻域内像素的平均值来去除噪声。具体步骤如下：
（1）选取一个固定大小的邻域窗口，通常为3x3或5x5。
（2）将窗口内所有像素的灰度值进行求和，并求得平均值。
（3）将平均值作为中心像素的新灰度值。
该方法能够有效地去除高斯噪声，但对于连续的边缘可能会造成模糊效果。
2、 中值滤波：
中值滤波是一种非线性滤波方法，它通过将像素周围邻域内像素的灰度值排序，然后选择中间值作为中心像素的新灰度值。具体步骤如下：
（1）选取一个固定大小的邻域窗口，通常为3x3或5x5。
（2）将窗口内所有像素的灰度值进行排序。
（3）选择排序后中间位置的灰度值作为中心像素的新灰度值。
该方法能够在保持边缘清晰的同时去除高斯噪声和椒盐噪声。
3、 自适应滤波：
自适应滤波是一种根据图像局部特性来调整滤波器权值的方法，能够在去除噪声的同时保持图像细节。具体步骤如下：
（1）选取一个固定大小的邻域窗口，通常为3x3或5x5。
（2）计算窗口内像素的均值和方差。
（3）根据方差调整滤波器权值，使得方差较大的区域保留更多细节，方差较小的区域进行更强的滤波。