随着数码相机以及其他彩色图像采集设备的不断普及，与灰度图像相比，彩色图像表现的信息丰富，所以人们更倾向于选取彩色图像作为信息获取的主要手段。然而，在彩色图像的获取、传输、处理、压缩、存储等过程中，无法避免地会有噪声引入，对后续的图像处理造成影响。彩色图像降噪处理的主要目的是在消除噪声的同时，尽可能地保留原图像中的纹理信息与颜色信息，整个图像的结构不能够遭到破坏。为了实现实时的彩色图像的降噪处理，本文在针对灰度图像降噪处理的非局部均值算法的基础上，结合高维滤波器，对算法进行了改进，使之能够在更好地保留彩色图像的细节纹理的同时，也能够实时对彩色图像进行降噪处理。针对彩色图像的高斯随机噪声的去除，提出了改进的非局部均值算法。首先，介绍了传统的针对灰度图像的降噪处理的非局部均值算法；接着，根据彩色图像的结构特点，提出了改进的非局部均值算法，使之能够实现彩色图像的降噪处理；随后，根据其他学者对非局部均值算法的研究，针对非局部均值算法的内核与搜索窗口大小结合彩色图像的特点进行改进；最后，给出了各种内核的实验数据并进行了分析。为提高彩色图像降噪处理的效果，采用了基于PCA(Principal ComponentAnalysis, PCA)与局部性原理的彩色图像降噪算法。首先，先构造PCA子空间，提取训练样本；随后，计算出PCA空间协方差矩阵，利用最小线性均方误差算法进行降噪处理；接着，进行二次修正，重复以上两步，得出降噪后的图像；最后，给出了实验数据以及分析。为实现实时的彩色图像降噪处理，本文结合灰度图像的降噪算法与高维滤波算法，提出了基于高斯加权与流形的高保真彩色图像降噪处理方法。首先，将彩色图像用非局部均值算法得到高维数据，使用改进的高斯内核对彩色图像进行加权计算；然后，采用抛雪球方法处理这些高维数据，以高斯距离为权值，投影每个像素点的颜色到自适应流形；接着，对流形进行平滑降维，采用迭代法实现图像平滑；随后，收集流形中的平滑值，将平滑值对所有像素进行插值，得到降噪后的图像数据；最后，进行了对比试验。本算法不但能够较好地保留彩色图像的纹理细节与图像结构，而且算法复杂度较低，能够实现实时的彩色图像降噪处理。