随着现代科技的发展,图像处理技术已经被广泛地运用到航空业、信息通信、生物技术、医学和农业以及机器视觉等众多领域。图像去噪作为图像处理的重要分支之一,也成为众多学者研究的热点,它主要目的就是改善图像的视觉效果,突出图像的边缘和纹理细节等信息,为后续的图像处理做好准备。在图像去噪过程中,细节保留和去噪是一对不可调和的矛盾。众多经典的图像去噪算法虽然去除了噪声,但同时破坏了图像的边缘和纹理等信息。本文提出一种可变阶次分数阶积分图像去噪算法,此算法能够自适应去除噪声,较好的平衡两者之间的矛盾。同时利用理论分析与仿真实验相结合的方法,对此去噪模型进行研究。本文主要在椒盐噪声背景下,针对经典的去噪算法会将图像的边缘等信息误判为噪声点,导致模糊图像这一缺点进行改善研究。首先利用基于个数检测椒盐噪声的方法来检测噪声点,然后用“噪声-边缘”判别函数对图像中边缘点和噪声点进行二次检测,最终确定噪声点;再针对传统分数阶微积分的阶数都是由人为给定或经过大量的实验给出这一问题,提出了通过图像局部梯度模值和图像熵自适应确定分数阶微积分阶数的方法,最后用自适应阶次的分数阶积分算法只对检测出的噪声点进行滤波去噪。使用MATLAB对图像去噪算法进行仿真,通过图像质量的主观和客观评价方法对实验结果进行分析。与众多经典的去噪算法相比,本文算法不仅提高了去噪后图像的信噪比,降低了归一化均方误差,而且在去噪的同时没有破坏其他纹理信息,证明了本文算法的可行性和有效性。