在图像的成像、数字化、压缩和传输等过程中难免会有各种干扰,形成图像噪声。为了使图像的后续应用得到更好的结果,在处理图像前一般都要进行降噪预处理。现有的图像滤波方法已经有很多种,大致可以分为两类:其中一类方法适用于缺乏先验知识的情况;另一类方法是在已知引起图像降质的因素,或对原始图像有比较足够的了解的前提下,利用这些先验知识对图像进行处理。目前已经有一些利用原图像的直方图、光谱信息等作为图像的先验知识进行图像滤波的方法,并取得了很好的效果。图像的边缘轮廓信息作为图像中的一种重要信息,在图像处理的各个领域中得到了广泛的重视。它常常含有场景中的重要特征,因而可以作为一种较好的图像先验知识表示。本文在现有的一些基于图像先验知识的滤波方法的基础上,提出了一种新的利用图像边缘信息进行滤波的方法。该方法利用脉冲耦合神经网络的时空总和特性和点火捕获特性,将一组边缘检测算子与噪声图像运算后的结果作为脉冲耦合神经网络的馈送输入,得到了原图像较为清晰的二值边缘,并将得到的边缘用作原图像的先验知识,指引后续的多模板滤波。为了更有效的对图像边缘进行滤波,本文提出了一种基于中值的高斯加权滤波方法,并通过实验验证了其良好的边缘滤波效果。通过对来自格拉那达大学的标准测试图像进行的各种比较实验证明了我们的方法具有良好的滤波效果,在视觉效果和均方误差上均优于以前的一些图像滤波方法。