视频图像去噪的一些理解

0 引言
去噪问题一直是图像领域的难点和热点，由于恶劣场景或者图像传感器的限制，图像的噪声成了不可避免的问题。而目前针对图像降噪的算法都不尽完美，多少有各自的问题，以下我将总结一些常用的去噪算法和我的看法。
噪声去除的难点主要是在去噪的同时，还要保证图像边缘纹理等信息的清晰。因为噪声和图像的细节在特征上是类似的，很难区分开来，这就不可避免的去噪时，连同图像的细节信息进行去除，所以导致图像整体模糊。
本文所总结的去噪问题，主要是针对常见的高斯噪声。
1 空域滤波
针对单幅图像的去噪包括空域滤波，频域滤波和小波域滤波等等，空域滤波是最为广泛使用的去噪方法，因为其操作更为方便，原理和显示更为直观。
1.1 均值滤波、高斯滤波和双边滤波
均值滤波，是最简单的线性滤波，直接对邻域内像素值进行平均对图像进行模糊，简单快速，但效果一般。
高斯滤波，最为常用的滤波器，相比均值滤波，高斯滤波考虑到邻域内像素点和距离的关系，即距离中心像素越近那么和其相似度也越高，权值相对也要高一些。相比均值滤波有了较好的效果，但是对于边缘处，便不太符合这种假设了（空间连续性原则），所以获噪声边缘处的模糊。
双边滤波，就是在高斯滤波的基础上，增加了像素的值域信息，弥补空间连续性假设的不足。具体就是对邻域内像素值相近的像素其对应权值也相对较大，像素值相差较小的其权值也就较小，避免因为像素值相差太大进行平均时的误差。所以，双边滤波相比高斯滤波在对图像进行平滑的同时，还能较好的保持