去噪算法主要包括以下幾種：
空間域濾波：包括鄰域平均法、中值濾波、低通濾波等。其中，中值濾波對於椒鹽噪聲和脈衝噪聲很有效，而均值濾波對高斯噪聲有一定的去噪效果。
變換域濾波：包括傅立葉變換、沃爾什-哈達瑪變換、餘弦變換、K-L變換以及小波變換等。小波變換可以分解圖像爲不同尺度和頻率的分量，通過去除低振幅的高頻分量，可以減小噪聲。
偏微分方程：例如P-M方程，具有各向異性的特點，應用在圖像去噪中，可以在去除噪聲的同時，很好的保持邊緣。
變分法：例如全變分TV模型，通過對能量函數的最小化工作，使得圖像達到平滑狀態。
形態學噪聲濾除器：將開與閉結合可用來濾除噪聲，適用的圖像類型是圖像中的對象尺寸都比較大，且沒有微小細節。
基於深度學習的去噪方法：例如NL-Means和BM3D。
高斯低通濾波去噪：對於去除服從正態分佈的噪聲非常有效。
以上各種算法都有其適用的場景和優缺點，具體選擇哪種算法需要根據實際的噪聲類型和圖像特點來決定。