在获取和传输的过程中,由于受到各种因素如传感器元件故障,模数转换过程中的比特差错等的影响,图像会被噪声所污染。被污染的图像会严重影响边缘检测、图像分割以及物体识别等后续操作的准确性。图像噪声的滤除,因此变得至关重要。本文提出了一种新的随机值脉冲噪声检测算法。首先,我们设计了一个双阶段噪声检测算子来检测噪声像素点,在第一阶段,我们分别计算当前像素与位于其四个主方向上的相邻像素的灰度距离,并用分段的幂函数对距离进行变换,以更好的区分噪声像素点与非噪声像素点;在第二阶段,我们统计当前中心像素邻域内与其相似的像素点的个数,并利用这个信息来进一步提升检测效果。其中,使用分段幂函数对定向灰度距离进行变换以及进行双阶段噪声检测是本文的一个创新点。区别于以往使用一个固定阈值的方法,我们使用局部邻域内的统计信息,绝对偏差的中值的变形,来自适应地确定噪声检测的阈值,以进一步将噪声点与边缘点分离。与其他噪声检测算子相比,该双阶段检测算子可以有效地降低错检率。通过将该双阶段噪声检测算子与已有的边缘保持正则化滤波算法结合,本文提出一种迭代式随机值噪声滤除算法。针对该类基于检测的迭代式去噪算法,我们提出了一种通用的自适应终止条件。该终止条件通过计数滤除的像素点的个数来决定是否进行下一次迭代。大量的实验结果表明,本文提出的随机值噪声滤除算法无论是在客观评价指标还是在主观视觉效果上都取得了令人满意的结果。