视觉是人类获取信息的主要途径。图像是对客观事物的一种生动描述,是生活中的常用信息载体。伴随着科技的飞速发展,数字图像诞生。数字图像以其传输快速、信息获取便捷,一经诞生就为人们青睐。数字图像技术极大地提升了人们认识世界的速度,但是数字图像噪声却无处不在。数字图像噪声给成像、存储和传输等过程造成了干扰。图像去噪是图像预处理中较为重要的一环,是深层次图像处理的基础。近年来数字图像获取的方式增加,噪声也越来越多。很多去噪方法去噪后会出现边缘模糊、噪声大量残留等问题,所以研究图像去噪具有重要的意义。本文针对三种现有图像去噪方法开展研究并分别进行改进。首先,针对小波图像去噪,依据纹理特性将图像划分为光滑区域与非光滑区域,并采用自适应阈值函数对这两部分区域分别进行处理;其次,针对压缩感知图像去噪,引入了相关系数概念对算法进行修正,以提高算法重建效率;最后,针对三维块匹配去噪,增加了中值滤波作为预处理,且结合图像的方差估计改进基础估计中和最终估计中的相关参数。在此基础上,本文利用改进的方法对各种图像进行批量实验。首先通过采用标准图加高斯噪声的方式,对比三种方法改进前后的去噪效果;然后再增加其他类型图像,对比改进后的方法。实验结果表明:改进后的三种方法去噪效果均得到提升,且分别适合去除不同类型的噪声。