图像在获取、传输和处理的过程中往往会受到噪声的干扰,这些噪声一方面降低了图像的质量,另一方面也破坏了图像承载的很多信息。因此,图像去噪尤为重要。在数字图像中,噪声通常是在图像的获取和传输期间产生的,而周期噪声作为一种特殊的噪声,主要是在图像获取期间由电力或机电干扰产生的,它是一种空间相关噪声,可以看成是附加到图像上的一种纹理结构。形态成分分析是一种图像分离技术,卡通-纹理分离作为一种特殊的形态成分分析能够将图像中的卡通部分和纹理部分分离开来。本文首先研究了分析和表示图像的一些工具,然后研究了形态成分分析及其算法,并对算法进行了改进,在字典的选择上,本文基于形态成分分析对字典的要求,对第二代条带波变换进行了改进,并将改进后的条带波变换作为卡通字典,通过对带噪图像进行卡通-纹理分离的方法来去除周期噪声。本文的主要工作如下:一、将基于稀疏分解的形态成分分析方法运用于周期噪声的去除,并对以曲波为卡通字典的卡通-纹理分离算法进行了改进,通过与原算法的对比发现,改进后的算法提高了图像卡通-纹理分离的有效性。二、深入研究了条带波变换,并充分利用其对几何正则图像的自适应表示,定义了用于选择条带波基的目标函数。同时提出了将基于条带波变换作为卡通字典的卡通-纹理分离算法用于去除图像中的周期噪声或周期性噪声。实验表明,基于条带波变换的方法可以自适应的去除周期噪声和周期性噪声,尤其对于周期性噪声的去除效果明显优于频域去噪的方法。三、将本文提出的基于条带波的去噪方法用于遥感图像中。实验结果表明,该方法在保留图像原始信息的同时自适应地消除了遥感图像中的周期性条带噪声。