图像作为重要信息载体被广泛应用于众多领域,但受成像系统性能与成像环境限制不可避免存在噪声、模糊等退化问题,极大制约了后续分割、检测、识别等中上层视觉任务。图像去噪的难点在于噪声特性难以精确建模、噪声抑制与细节保持难以平衡。本文针对基于图像结构自相似性的去噪方法展开研究,包括图像噪声特性分析与建模方法、图像局部平滑性与非局部自相似特性分析与建模方法、模型快速数值求解算法。主要研究内容包括以下三个方面:首先,本文介绍了图像结构自相似性及其建模方法。图像去噪的关键在于寻找、利用图像的结构自相似性知识,本文着重介绍了图像局部平滑性、非局部结构自相似性、尺度间结构自相似性三种自相似性知识。提出利用紧致框架小波的多方向、多尺度稀疏特性建模图像局部平滑性,利用低秩近似手段建模表达图像非局部结构自相似性,为后续基于图像结构自相似性知识的图像去噪建模做好准备。其次,针对合成孔径雷达图像的复杂噪声特性,提出使用双数据项来对混合噪声进行精确建模,通过调整两数据项的权重可实现对未知类型噪声的建模。同时融合低秩近似手段建模非局部自相似性,建立双数据项与低秩约束的SAR图像相干斑抑制模型。实现了SAR图像相干斑的有效抑制。然后,针对空间目标图像“暗背景,亮目标”的特性,提出结合局部和非局部自相似性的空间目标图像去噪方法。通过融合图像在框架小波域下的稀疏特性和非局部自相似图像块组在核范数下的低秩特性,共同约束解空间,建立非凸目标函数,通过ADMM优化算法对其迭代优化求解。在干净抑制噪声的基础上,良好保持图像的边缘结构。最后,针对高光谱图像的谱间平滑特性,提出基于谱-空总变分的高光谱图像恢复方法,将高光谱图像看成三维数据立方,同时利用了二维空间和谱维度的平滑先验,能在去噪的同时尽可能保持高光谱数据立方的谱信息。