经典的图像去噪算法分类

经典的图像去噪算法可以分为以下几类：

1. 统计滤波算法：基于统计学原理，通过对图像像素进行统计分析来去除噪声。常见的统计滤波算法包括均值滤波、中值滤波和高斯滤波等。

2. 自适应滤波算法：根据图像的局部特征来自适应地选择滤波器参数，以更好地去除噪声。常见的自适应滤波算法有自适应中值滤波和自适应高斯滤波等。

3. 小波变换去噪算法：利用小波变换将图像分解为不同频率的子带，通过对子带系数进行阈值处理来去除噪声。常见的小波变换去噪算法有基于硬阈值和软阈值的方法。

4. 基于偏微分方程的去噪算法：利用偏微分方程模型对图像进行去噪处理。常见的基于偏微分方程的去噪算法有总变差去噪模型和非局部均值去噪模型等。

5. 基于稀疏表示的去噪算法：利用信号的稀疏性原理，将图像表示为稀疏系数与稀疏基的线性组合，通过对稀疏系数进行阈值处理来去除噪声。常见的基于稀疏表示的去噪算法有基于稀疏表示的图像去噪（BM3D）算法和K-SVD算法等。