噪声可以简单地理解为一种不希望存在的信号，它往往不包含任何有用的信息。在音频领域，噪声可以是来自环境的背景噪声，比如汽车喧闹声、风吹树叶的声音等；在图像领域，噪声可以是图片上的斑点和杂色。噪声就是我们不想听到、不想看到的那些东西。

简单来说，噪声滤波就是通过一系列的数学运算，将非期望信号从原始信号中删除或减小，以达到提高信号质量的目的。常见的噪声滤波方法包括均值滤波、中值滤波、高斯滤波等。

均值滤波是简单的一种滤波方法。它的原理很简单，就是计算一系列像素的平均值，然后用这个平均值来代替原始像素的值。这样做的好处是可以去除一些随机噪声，但是如果噪声非常强烈的话，均值滤波效果可能会不太好。

中值滤波则是通过计算像素的中值来进行滤波。它的原理也很简单，就是将一组像素值按照大小顺序排列，然后选择中间位置的像素值作为滤波结果。中值滤波对于椒盐噪声（即图像上出现的黑白斑点）有很好的抑制效果，但是对于其他类型的噪声效果可能有限。

而高斯滤波是一种基于高斯函数的滤波方法。高斯函数是一种常见的统计函数，具有平滑作用。高斯滤波通过计算像素周围邻域内像素值的加权平均来实现信号的平滑。这种滤波方法对于连续的噪声有很好的抑制效果，但是对于脉冲型的噪声可能效果较差。