3D降噪原理是对图像中的运动物体采取2D降噪，静止部分（称为背景）采取3D降噪以防止运动物体模糊（blur）。
1）第一步为运动估计
在参考帧（为前一帧已经过降噪的图像）中搜索和当前帧中16*16当前块相近的参考块，其中最相近的块为匹配块。
根据匹配块，获得运动向量（motion vector）。
为减小计算，一般仅在以当前块为中心的一个小范围内搜索参考块，如在20*20的小范围内。
2）滤波模式判断
设置两个门限值：
- 参考块和当前块差值残差阈值TH1 （通常为一个较小的值，如 5 ~ 20之间）
- 运动向量阈值TH2 （该阈值通常在+/-1 ~ +/- 3）
a）若每一像素点处的残差小于TH1，且参考块和当前块的运动向量值小于TH2，则可认为当前块为背景，即非运动物体。滤波策略是：使能2D滤波，同时使能3D滤波。3D滤波即当前块和参考块的平均。
b）若残差大于TH1，则，判断为非背景，只使用2D滤波。
c）若残差小于TH1，但运动向量大于TH2，则判断为非背景，只使用2D滤波（因背景几乎是不动的）。
3）梯度计算、边缘判断和快效应改善
计算水平和垂直方向相邻像素的差值，获得一个梯度矩阵。
比较两个方向的梯度大小。若梯度超过设定的阈值，则以值较大的一个方向来计算该点的像素值：
pxl_new =( (a+4*pxl_old+4*c + d)/10 + e )/2