图像去噪里的维纳滤波器，算是比较经典的一招了。尤其你用的是 MATLAB，那就更好搞了，它有现成的函数和 FFT 工具配合着用，效率还挺高的。像高斯噪声或者椒盐噪声这种常见场景，维纳滤波基本都能应付。

维纳滤波器的核心思路，就是在频域里对信号和噪声的功率谱动手脚，让恢复后的图像尽量还原原始效果。它不是盲目的去掉噪声，而是尽保留有用信息。你只要知道原始信号和噪声的SNR，滤波器系数就能算出来。

整个过程这么几步：读取图像、频域、算滤波器、滤波、再回到时域。听起来有点多，其实写成脚本之后，用起来也就一条命令的事。你可以用fft2转频域、ifft2转回去，中间用公式算H(f)。

代码逻辑也蛮直观，比如下面这种构造滤波器的方式：

H = Sx ./ (Sx + K * Sn);

对新手来说，难点在怎么估计噪声谱。但其实抓几张纯噪声图，取平均功率谱就差不多了。如果你图像有点过锐，那是 SNR 设置太低了，稍微调一下就好。

想进阶的话，可以结合中值滤波、双边滤波试试，尤其对边缘保持比较好的场景，维纳滤波效果就更了。如果你想直接上手，可以看看这个资源：

如果你有点图像的经验，强烈推荐你自己调调参数，或者用不同噪声模型试试，挺有意思的。