小波分析是数学领域上一个前沿的研究领域，小波理论因其良好的时频局部化特性而成为一种有效的分析工具，它在图像分析、语音合成、数据压缩、图像处理等众多领域都有着广泛的应用，是当今最为活跃的研究领域之一。 图像噪声的存在给图像的处理带来严重的不便，能很好地去噪成为了图像处理中的一个热门问题。传统的去噪方法多采用平均或线性方法进行，但是去噪效果不够好。随着小波理论日益完善，它以其自身良好的时频特性在图像、信号去噪领域受到了越来越多的关注，开辟了非线性方法去噪的先河。传统的小波去噪方法有：阈值去噪法，比例萎缩去噪法，相关法去噪法等等。 本文在高斯白噪声的背景下，分析了传统小波去噪方法的优点与不足，然后根据它们的特点进行了一些改进。通过大量的实验表明，这些改进能很好的提高图像的信噪比。具体研究工作如下： 根据阈值去噪法和比例萎缩去噪法的各自特点：阈值去噪法通过设定合适的小波阈值，将小于阈值的系数置为零，大于阈值的系数进行保留或萎缩，从而达到去噪的目的。它可以很好的保留图像的大部分细节，将较小的小波系数置零，给图像的处理带来了很大的便利，但置零的同时也删除少量有用的图像小波系数，致使重建图像会产生振铃、模糊等失真现象。而比例萎缩去噪法是通过判断系数被污染的程度来确定系数萎缩的比例，它保留了全部的图像小波系数，使图像不失真，但同时也保留了噪声的小波系数，所以会降低图像的信噪比。有鉴于此，本文提出了三种基于阈值去噪法与比例萎缩去噪法相结合的去噪方法： HTCPS去噪法、STCPS去噪法和HSTCPS去噪法。并以实验说明了它们能很好的去除图像的噪声，提高图像的信噪比。