baidu學術：
Scientific Research (an Academic Publisher): https://www.scirp.org/reference/ReferencesPapers.aspx?ReferenceID=1611178
1、主要的去噪方法如下，紅色表示計算量大，不容易在移動客戶端實現。
均值濾波、中值濾波、高斯濾波：
NLM：
BM3D：計算量大
雙邊（三邊濾波）：
導向濾波：
PDE：
全變分（TV）：
結構矩陣：
傅里葉變換：
小波變換：
contourlet：
稀疏表示字典學習：計算量大
深度學習：計算量大
2、對比度增加
現有增強算法針對產品結果圖像，DSC之后的圖像，會對左上、右上三角形黑色背景區域產生影響。
（1）與高斯平滑后圖像做差，再與原圖相加
（2）直方圖均衡化及其各種改進
（3）模糊增強，
（4）小波變換
（5）盲反卷積
（6）Retinex I=LR logI=logL + logR I=I-I*Gaussian(I)
（7）同態濾波 I=LR logI=logL+logR
https://blog.csdn.net/lidb86/article/details/83111010
https://www.cnblogs.com/Imageshop/archive/2018/10/10/9766056.html
Retinex和同態濾波模型原型相同。
3、技巧：將上面算法融入多尺度模型。
4、如果是移動超聲需要注意：
（1）近、遠場參數要有變化
（2）第一層殘噪聲最大，但是具有很好邊界（sharp border）和對比度（conrast）信息。