1.图像噪声去除方法，其特征在于包括如下步骤：根据模拟增益值对Bayer图像数据的噪声方差值进行估算；

在Bayer图像数据中，选取与待去噪点隔行和/或隔列的相同颜色点，建立以待去噪点为中心点的待去噪点邻域；

计算所述待去噪点邻域的方差值；

将所述待去噪点邻域的方差值和Bayer图像数据的噪声方差值进行比较，并根据比较结果选择相应的滤波器对Bayer图像数据进行噪声过滤；待去噪点邻域的方差值小于Bayer图像数据的噪声方差值Var_n时，由比较滤波单元选择第一滤波器进行低通滤波，去除噪声；

待去噪点邻域的方差值大于或等于Bayer图像数据的噪声方差值Var_n时，由比较滤波单元选择第二波滤器进行自适应滤波，去除噪声；具体的：设待去噪点邻域平均值设为Mean，则有：

Mean＝(Y11+Y12+Y13+Y21+Y23+Y31+Y32+Y33)/8；

其中Y代表待去噪点邻域中某个颜色分量，Y后面的数字代表其所处于的行和列；

设待去噪点的修正值为Y22_new，当待去噪点邻域的方差值Var_e小于Bayer图像数据的噪声方差值Var_n时有：Y22_new＝(Y11+Y12+Y13+Y21+Y23+Y31+Y32+Y33)/8；

由第一滤波器进行滤波；

当待去噪点邻域的方差Var_e大于或等于Bayer图像数据的噪声方差值Var_n时有：Y22_new＝Y22+(Var_n/Var_e)×(Mean-Y22)；

由第二滤波器进行自适应滤波。

2.根据权利要求1所述的图像噪声去除方法，其特征在于：Bayer图像数据的噪声方差值进行估算的具体方法为：Bayer图像数据的噪声方差值为Var_n，设正常光照下的图像噪声Var_n_0，设此时模拟增益值为Gain_0，当模拟增益值为Gain时，则估算图像数据的噪声方差值为：Var_n＝Var_n_0×(Gain/Gain_0)。

3.根据权利要求1或2所述的图像噪声去除方法，其特征在于：所述待去噪点邻域，为以待去噪点为中心点的3X3矩阵。

4.根据权利要求1所述的图像噪声去除方法，其特征在于：所述待去噪点邻域的方差值的计算方法为：

待去噪点邻域的均方差设为Std_e则有：

Std_e＝(|Y11-Mean|+|Y12-Mean|+|Y13-Mean|+|Y21-Mean|+|Y23-Mean|+|Y31-Mean|+|Y32-Mean|+|Y33-Mean|)/8；

待去噪点邻域的方差设为Var_e，其计算为：2

Var_e≈Std_e。

5.图像噪声去除装置，其特征在于，包括：Bayer图像数据噪声计算单元，用于根据模拟增益值对Bayer图像数据的噪声方差值进行估算；

邻域生成单元，用于在Bayer图像数据中，选取与待去噪点隔行和/或隔列的相同颜色点，建立以待去噪点为中心点的待去噪点邻域；

方差计算单元，用于估算待去噪点邻域的方差值；

比较过滤单元，对所述待去噪点邻域的方差值和Bayer图像数据的噪声方差值进行比较，并根据比较结果选择不同的滤波器对图像进行噪声过滤；所述比较过滤单元包括：比较器、第一滤波器和第二滤波器，其中比较器用于对所述Bayer图像数据的噪声方差值和待去噪点邻域的方差值进行比较并得出比较结果，第一滤波器用于待去噪点邻域的方差值小于Bayer图像数据的噪声方差值时，对图像进行低通滤波，第二滤波器用于待去噪点邻域的方差值大于或等于Bayer图像数据的噪声方差值时，对图像进行自适应滤波，第一滤波器和第二滤波器分别与比较器相连接；具体的：设待去噪点邻域平均值设为Mean，则有：

Mean＝(Y11+Y12+Y13+Y21+Y23+Y31+Y32+Y33)/8；

其中Y代表待去噪点邻域中某个颜色分量，Y后面的数字代表其所处于的行和列；

设待去噪点的修正值为Y22_new，当待去噪点邻域的方差值Var_e小于Bayer图像数据的噪声方差值Var_n时有：Y22_new＝(Y11+Y12+Y13+Y21+Y23+Y31+Y32+Y33)/8；

由第一滤波器进行滤波；

当待去噪点邻域的方差Var_e大于或等于Bayer图像数据的噪声方差值Var_n时有：Y22_new＝Y22+(Var_n/Var_e)×(Mean-Y22)；

由第二滤波器进行自适应滤波。