图像噪声是妨碍人们对真实图像信息进行接收的因素之一,产生于图像传输过程之中。电荷耦合器件(CCD)在成像过程中会产生复杂噪声,同时外界环境也会导致噪声的生成。图像降噪作为减少数字图像中噪声的手段,一直是图像处理领域的一个基础性问题。针对不同噪声,合适的去噪算法不同。经典的去噪算法主要分为空间域去噪和频域去噪,但随着去噪质量要求的提高,很多算法开始混用两种理论方法实现去噪。比如,三维块匹配算法(BM3D)通过运用空间域和频域去噪理论进行去噪。算法主要包括块匹配和频域滤波过程：块匹配完成了空间域中相似块的聚集,而频域滤波实现了变换域的去噪。BM3D的这种相似块匹配和三维联合滤波的去噪过程凭借其优秀的去噪能力成为目前主流算法之一。但是,此算法包含复杂的变换和滤波过程,也因此限制了其被移植到嵌入式系统上,特别是只支持整型化运算的嵌入式系统。针对上述缺点,本文提出了一种整型化BM3D算法。算法将所有的浮点型运算转换成整型运算,其中包括二维小波变换(DWT)、二维离散余弦变换(DCT)、一维哈达玛变换(Hadamard)、维纳滤波器和在聚集过程中使用的凯撒窗函数。整型变换与滤波过程,不仅提高了整体算法的实现效率,并且使算法在嵌入式系统中得以实现。实验结果表明,在低噪声区,去噪后的结果与其他算法相近,但是在高噪声环境下,获得了比其他算法更好的结果。并且,算法的复杂度减小了将近20%,大大提高了原始去噪算法的运行效率。