数字图像在其形成、传输和记录过程中,由于成像系统、传输介质和记录设备的不完善往往使得获取的图像受到多种噪声的污染。因此在模式识别、计算机视觉、图像分析和视频编码等领域,噪声图像的前期处理极其重要,其处理效果的好坏将直接影响到后续工作的质量和结果,而滤波是前期处理的主要组成部分。滤波分为线性和非线性滤波,非线性滤波较传统的线性滤波在滤除噪声的同时,能最大限度地保持图像信号的高频细节,使图像清晰、逼真,从而得到了广泛研究和应用。常用的中值滤波是非线性滤波的代表。但就经典的中值滤波而言,虽然它能够较大程度滤除图像中的脉冲噪声,但是它在滤除噪声的同时会使图像中重要的细节信息受损。基于这种情况,学者们研究出了一些改进的中值滤波算法。本文的工作也限于此范畴,主要工作如下：本文通过对已有的各种改进中值滤波滤波算法的研究,找出了各种算法各自的思想、特点、不足及其在图像滤波器中应用,在此基础上,针对开关中值滤波(SM)存在的不足,提出了两种改进的非线性滤波算法,分别是自适应开关中值滤波算法和基于差分的自适应开关中值滤波算法。算法最大限度注意到了滤波窗口尺寸选择在细节保护与噪声消除方面表现出一定的矛盾性,也考虑到了图像中的像素是否受到污染,因而可能破坏图像中的一些重要细节的问题。仿真结果表明本文提出的自适应开关中值滤波算法,它能在有效滤除噪声的同时很好地保护图像中的细节,较TM滤波、EM滤波及PSM滤波具有更优异的滤波性能,特别是在图像噪声密度较大时,自适应开关中值滤波滤波效果更为明显。而基于差分自适应开关中值滤波算法的仿真结果表明该算法在噪声检测和噪声滤除方面的都有效,当图像噪声分布不均匀情况下,能达到更好的滤波效果。