数字图像在采集及传输的过程中,容易受到外界环境的噪声干扰,使部分信息遭到破坏。为之后的图像识别及特征处理等工作造成困难,影响了人们观察图像。因此,检测滤除图像中的干扰噪声是在数字图像处理中至关重要的。图像中的噪声主要分为脉冲噪声及高斯噪声。通常脉冲噪声采取中值滤波算法去噪,高斯噪声采取均值滤波算法去噪。图像处理的要求是在去噪的基础上,尽可能的保护图像的边缘细节。然而,传统滤波算法的效果不能完全满足此要求。为此,本文基于图像处理中的去噪问题,在噪声浓度较高、成分较为复杂的情况下,通过对现有的滤波算法进行改进,研究了两种彩色图像滤波算法。本文先针对脉冲噪声,改进了一种新的彩色图像脉冲噪声滤波算法,包括噪声检测与噪声滤除两个环节。在噪声检测之前,通过新增噪声预检部分,减少了算法的工作量。对于可能的噪声像素,利用对等组的概念,将样本扩展到四个方向,进一步检测是否有脉冲噪声。在噪声滤除方面,引入了裁减聚合距离的方法,解决了高浓度噪声环境下图像细节模糊问题。利用改进的加权矢量中值滤波器去除已经确定的脉冲噪声。对于包含脉冲噪声和高斯噪声的混合噪声,本文运用模糊逻辑滤除此类噪声。通过引用模糊集理论的概念,引入隶属函数建立了模糊准则,优化了算法结构来对图像中的像素进行噪声检测。根据不同的噪声特点,采用相应的滤除算法。对于脉冲噪声,引入颜色对的方法,利用颜色分量之间的相互作用来消除脉冲噪声;针对于高斯噪声,利用目标像素分配的权重,计算出加权平均值替换原来的像素值,进而滤除高斯噪声;对于判定为无噪声的像素点按照原样输出。通过仿真实验证明,本文研究的算法简单、快速,实现了良好的去噪功能,提高了图像细节保护能力,增强了边缘处理效果。达到了课题预期的设计要求。