数字图象在其形成、传输和记录过程中，由于成象系统、传输介质和记录设备的不完善往往使得获取的图象受到多种噪声的污染。因此在模式识别、计算机视觉、图象分析和视频编码等领域，噪声图象的前期处理极其重要，其处理效果的好坏将直接影响到后续工作的质量和结果。非线性滤波较传统的线性滤波在滤除噪声的同时，能最大限度地保持图象信号的高频细节，使图象清晰、逼真，从而得到了广泛研究和应用。常用的中值滤波是非线性滤波的代表。虽然典型的中值滤波能够减少图象中的脉冲噪声，但是它在滤除噪声的同时会使图象中重要的细节信息受损。基于这种情况，相继提出了许多的改进的中值滤波算法。本文在开关中值滤波的基础上，提出了三种新的非线性滤波算法，它们是：基于阈值分解的多级中值滤波方法及改进的基于阈值分解的多级中值滤波方法；带预分割的二值化开关中值滤波方法；基于排序阈值的开关中值滤波方法。论文主要采用排序统计学和图象分割等知识内容，在开关中值滤波方法的框架下，将图象通过预处理的手段，分为不同的区域，针对不同区域的图象特性，选择性地应用中值滤波滤除脉冲噪声，对细节和边缘尽量不予处理以达到保护的目的。首先基于阈值分解的多级中值滤波方法针对幅值很大的脉冲噪声模型，采取阈值法将图象分解出噪声为主的二值化图象然后对其进行开关中值滤波处理；进一步带预分割的二值化开关中值滤波方法对于分布更复杂一些的脉冲噪声模型采取先将图象分割为部分灰度图象，再对各个图象进行基于阈值分解的多级中值滤波方法进行处理；最后对于提出的基于排序阈值的开关中值滤波方法更进一步满足了较普遍的脉冲噪声模型，它对图象象素点进行分类然后有针对性地进行开关中值滤波处理。经过多种噪声模型的仿真试验，从客观参数和主观图象上均反映了以上三种方法的优越性。