当光线强度不够时，保证曝光度正确的方法有二，其一是增加光圈或降低速度，其二是使用高感光度的感光材料。对于数码相机和胶片都适用这两种方法。但是也有相同的局限，
方法一中，增加光圈容易造成暗角的发生，稍稍好一点的相机将焦点距离减少到一定程度时，会自动收缩光圈，就是为了防止这种情况的发生。当降低速度后，对于高速运动的物体将无法清晰拍摄。方法二的问题是提高感光度会增加输出的噪声，在胶片相机中被称为颗粒度。
可以通过后期的图像算法对噪声进行处理。现有的图像算法中，均值和中值两种滤波器是降噪的理想算法，并且其原理也很简单，算法速度很高。但是均值滤波器会造成边缘的模糊，与它相比，均值滤波器的效果要好得多，但是对于点状细节却无能为力。为了在降低噪声的同时保留点状细节，在中值滤波器的基础上，写了本函数，具体效果参见下图：
图1：源图
图2.1：以 7*7 的算子进行中值滤波
图2.2：以 9*9 的算子进行中值滤波
随着模板尺寸的扩大，噪声有明显的下降。但是在噪声下降的同时，图像中的点状和线状细节也受到明显的影响，如宝宝的牙齿，衣纹。下图为本程序的输出，尽量在保存这些细节的情况下，对噪声进行有效的消除。
图3.1：以 7*7 的算子进行中值滤波(本函数提供的智能算法)
图3.2：以 9*9 的算子进行中值滤波((本函数提供的智能算法)
GUI:
基本原理：数码相机或胶片的噪声是在源图上叠加的一个随机值，它的值不会太大，而点状细节与周围像素的反差较大。因此，利用该特点，即可对噪声进行过滤和消除，并且不伤害点状和线状细节。
其中模板范围是指算子运算的最大范围，该范围越大，则运算量越大。模板强度是拉普拉斯图在被叠加到源图时的指定强度，该值越大，则消除效果越明显。点击tabPage2上的图，则在 tabPage3 上显示预览图，调整完参数之后，点击小车图标，即可进行全图运算。
为了防止不同通道的运算结果不同，造成色彩偏移，因此上述算法是将源图转换成灰度图后实现，返回拉普拉斯图后，再根据当前模板的整体强度（通过GUI中的模板强度加以确定）对每个点所对应的强度进行调整，并完成源图与拉普拉斯图的相减，即可得到最终输出。