前面这段时间我看了几篇和图像降噪相关的Review，给我的感觉就是SLAM这一研究领域像是一片汪洋，而图像降噪领域则是另一片汪洋，算法实在太多，刚开始让我接触这个领域会有点蒙圈。
我主要看了如下三篇Review：
《Image Denoising Review From Classical to State-of-the-art Approaches，2020》
《A Brief Review of Image Denoising Algorithms and Beyond，2019》
《Brief Review of Image Denoising Techniques，2019》
结合一些大佬的博客，我按照我的理解对图像降噪算法进行了分类，分类的目的是帮助更好掌握各个算法，每篇Review和博客对图像降噪算法的分类都不尽相同，我的也不一定完全准确，下面是按照我的理解对各个算法进行的分类：
在学习图像降噪算法之前，最好先对图像传感器有所了解，如下：
图像传感器与信号处理——详解CCD与CMOS图像传感器
图像传感器与信号处理——详解图像传感器噪声
根据分类，我对其中部分算法进行学习，然后尝试基于OpenCV对算法用C++进行实践，完成了一系列博客，如下：
图像降噪算法——图像噪声模型
图像降噪算法——中值滤波/均值滤波/高斯滤波/双边滤波
图像降噪算法——非局部均值降噪算法
图像降噪算法——离散傅里叶变换
图像降噪算法——维纳滤波
图像降噪算法——小波硬阈值滤波（上）
图像降噪算法——小波硬阈值滤波（下）
以上算法C++代码实现都在我的Github中，以下算法为后来补充的算法，代码暂时还没有整理到一起，如下：
图像降噪算法——混合域：BM3D算法
图像降噪算法——稀疏表达：K-SVD算法
图像降噪算法——低秩聚类：WNNM算法
图像降噪算法——DnCNN / FFDNet / CBDNet / RIDNet / PMRID / SID
图像降噪算法——Variance Stabilizing Transform / Generalization Anscombe Transform算法
图像降噪算法——时域降噪算法
最近两年在时域降噪领域还有一些非常棒的时域降噪算法，例如FastDVD，EDVR等，最近又计划先忙一些其他事情，后面有时间再继续补充。
