图像是人类获得信息的重要来源,近几年来,随着多媒体技术和互联网的迅速发展与普及,数字图像处理技术受到了广泛的重视,出现了很多应用领域,随着图像处理技术以及相关领域需求的提高,对图像处理的要求结果越来越高。例如,现如今非常火的人工智能领域中,图像降噪作为模式识别的一个预处理,起到了很大的作用。图像降噪技术的主要目的是去除噪声的干扰和模糊,以预先确定的目标来改善图像。图像降噪试图利用添加噪声的某种先验知识来复原被污染的图像。图像降噪是图像预处理的一个重要内容,其处理结果的好坏直接影响到后续图像处理与分析,如,图像边缘检测、压缩、分割、和目标识别等的质量。本文提出了基于线相似匹配的降噪算法,降噪效果无论是在实验数据还是视觉效果都有所提高。文章主要分四个部分,第一部分介绍了一些变换域阈值收缩的降噪算法,第二部分介绍了奇异值分解以及两种快速实现奇异值分解的算法,在降噪过程中使用奇异值分解作为3D变换,第三部分介绍降噪算法,提出了基于线相似的匹配算法,提高3D块的稀疏性(有利于将噪声图像分离),接下来应用Golub-Kahan SVD算法,提高了算法的运行速度,第四部分为实验结果,实验表明本文提出的降噪算法确实拥有较好的降噪效果和较快的运行速度。