随着计算机技术的快速发展和网络的迅速普及,图像和视频已经演变成为现实生活中不可或缺的一部分,然而,由于各种原因,对于图像或视频而言,噪声是无处不在的。这些实际的需求为图像和视频去噪技术的发展提供了巨大的原动力。本文主要研究了噪声水平估计方法和基于噪声估计的块匹配图像与视频去噪,详细分析了三维块匹配去噪算法,指出其存在的缺陷并进行了改进。本论文的工作主要包括以下几点：(1)根据CCD相机成像流程和图像噪声模型,提出了一种新的噪声合成方案,合成的噪声更加接近于自然噪声,我们称之为非随机噪声。目前绝大部分去噪算法都是基于加性白高斯噪声(AWGN)这一假设,而图像的真实噪声不仅不是简单的附加,而且与图像的像素值密切相关,因为CCD相机在成像过程中进行了白平衡和伽马校正等非线性化处理。(2)提出了一种新的滤波器—双边中值滤波(Bimedian filter),用来估计噪声水平函数和噪声方差。目前绝大部分去噪算法都假设噪声方差已知,而实际上噪声方差是去噪算法中未知的关键参数之一。(3)针对非均匀噪声,提出一种基于分割的自适应局部双边滤波。目前去噪算法都是基于均匀噪声这一假设,而实际不均匀噪声是客观存在的。基于局部噪声一致性假设,利用改进的基于图论图像分割算法对噪声图像进行分割,对每块区域进行噪声估计,利用不同的去噪参数,实现不均匀噪声的有效消除。(4)针对当前最有效的非局部均值滤波(NLM)和三维块匹配去噪算法(BM3D),利用噪声水平估计,确定其关键参数。同时,设计了一种快速块匹配策略,使得NLM和BM3D算法的时间复杂度从o(n2)降低到线性级o(n),并将其应用到视频去噪中,使得视频去噪也满足实时性。