图像去噪是图像处理和计算机视觉中的一个基础课题。图像去噪的根本目的是从受污染图像中恢复不含噪声的原始图像同时尽可能多的保持图像中的细节信息。事实上,抑制噪声和保持图像边缘是相互矛盾的,也是图像处理中尚未很好解决的问题。本文通过深入研究双边滤波方法中的不足提出了几种对双边滤波的改进算法,获得了比原双边滤波方法和一些改进双边滤波算法更好的去噪效果。本文的主要研究工作内容体现在以下几个方面：系统研究了传统双边滤波算法,针对于其不能较好的保持边缘特征,指数运算不利于硬件实现,以及滤波参数根据经验设置无法得到有效控制的缺点,提出了一种改进的基于连分式的双边滤波算法。提出的方法主要对传统双边滤波算法做了以下改进：(1)对指数函数采用Thiele型连分式逼近；(2)加入基于相似性判断的补偿函数；(3)滤波参数根据输入图像自适应选取。实验数据表明,改进算法在主观评价和客观质量上均取得较好的效果。深入研究了传统双边滤波算法,指出已有方法在滤波参数选取的不足。利用梯度域奇异值分解提出了一种双边滤波改进算法。该算法首先采用梯度域奇异值分解构造局部结构因子,接着根据局部结构因子将图像划分为平坦区域和边缘纹理区域,最后分别对各区域自适应设置不同滤波参数。实验结果表明：提出的算法取得了比原传统双边滤波算法以及其他去噪算法更好的去噪效果,获得了去噪效果与运行速度之间的较好的平衡。