近年来，小波变换理论以其独特的时频多尺度性，为信号分析、图像处理及其他非线性科学的研究领域带来革命性的影响。小波去噪是小波变换的重要应用领域之一。其中，阈值收缩去噪法以其算法简单而被广泛采用。 本文针对非均匀噪声图像的阈值去噪问题，进行了研究。 在非均匀噪声是空间位置的慢变函数这一合理假设下，文中首先对单幅含非均匀噪声的图像提出了：分块阈值和自适应的逐点Bayes阈值两种去噪方法。其中，逐点阈值法是基于每点的邻域来估计该点的噪声方差和信号方差，这样确定的Bayes阈值是自适应的，其效果明显优于传统的子带阈值法和分块区域法。 然后，将多幅含噪拷贝的联合去噪法推广到空间非均匀噪声情况下，给出了逐点加权平均和逐点去噪相结合的方法，并比较了：先加权平均后阈值去噪，和先阈值去噪后加权平均两种不同的去噪方案。试验表明，推广后的联合去噪法，对含非均匀噪声的多幅图像拷贝具有良好的去噪效果。