近年来彩色图像滤波技术已经为人们所重视,并广泛应用于数字图像处理、计算机视觉、通信行业、地理信号处理和生物医学领域。彩色图像在传输和获取过程中,由于传感器故障、电磁干扰、光学器件的缺陷以及传输过程的失误,使得图像受到脉冲噪声的污染,不仅降低了图像质量,而且影响下一步的图像处理。因此滤波技术在图像的前期处理中非常关键。彩色图像滤波器可以分为两大类:线性滤波器和非线性滤波器。与线性滤波器相比,非线性滤波器在滤除脉冲噪声的同时,能较好的保留边缘和细节,因此得到广泛的研究和应用。其中向量中值滤波器是常用而且有效的非线性滤波器之一,由于这种滤波器对彩色图像的每个象素不加区别的做中值滤波处理,使得细节和边缘等高频信息被误认为是脉冲噪声而去除,造成图像结构信息的丢失。本文提出了三种新的基于脉冲检测和噪声去除两步结构的非线性滤波器。第一种是基于核心密度估计检测的随机游走排序滤波器。该方法在脉冲检测阶段利用核心密度函数计算每个象素的核心密度值,以此判断中心象素是否是脉冲噪声。在噪声去除阶段将随机游走的概念引入到向量排序中,通过最大化中心象素与周围象素的转移概率计算滤波器的输出。第二种是基于渐进式开关中值检测的向量中值滤波器。该方法在检测阶段通过迭代方式,比较滤波窗口内中心象素与中值象素的差值,以此判断中心象素是否是脉冲噪声。在噪声去除阶段,向量中值滤波器对检测出的象素进行可变窗口大小的滤波操作,利用窗口中非脉冲噪声的象素计算其向量中值作为输出。第三种是基于绝对差值排序检测的指数相似度排序滤波器。该方法在脉冲检测阶段通过计算中心象素与周围象素的绝对差值寻找脉冲噪声。去除噪声阶段使用指数函数作为相似性函数,利用象素之间的量值差异和方向差异寻找窗口中与周围象素相似度最大的那个象素作为输出。本论文对添加多种脉冲噪声沾染率的标准测试图像做了大量实验,通过MAE、MSE、NCD等评测参数和多种滤波方法的比较发现,这三种滤波器在去除脉冲噪声和保持图像结构方面都有很好表现。