数字图像在获取和传输过程中往往会受到各种噪音的干扰，这些噪音以无用信息的形式出现，极大降低了图像质量，影响图像复原、分割、识别和特征提取等后继工作的进行，因而对其抑制处理是图像处理中非常重要的一项工作。近年来，在图像去噪领域出现许多去噪算法，取得了丰硕的成果。例如，在去除高斯噪声的研究中，2005年，由Morel J．M等人提出了Non．10cal Mean Filter算法；在去除脉冲噪声的研究中，2006年，由Gamett等人提出了T~lateral Filter算法；2007年，由YiqiudDong等人对trateral Filter算法进行了改进性的研究，有效的提高了算法检测脉冲噪声的能力；2009年，由李兵等人提出了一种去除混合噪声的新方法，也是对Trilatei’al Filter算法的一种好的改进。在前人研究的基础上，本文所作的研究工作主要包括两个方面：1、在基于梯度算子的混合噪音线性滤波算法的基础上，考虑将灰度值的差和梯度模值的差同时用于判断像素之间相关性大小上，提出了一种新的混合噪音线性滤波算法，简称为w一LMF．该算法对低级别的高斯噪声图像和含有低级别高斯噪声的混合噪声图像表现出较好的去噪能力，而且算法的大部分参数可选为定值，提高了算法的实用性。2、为了降低Non—local Mean Filter算法的运行时间，本文结合均值、方差和梯度这些能够反映图像像素之间相似性的因素，提出了一种新的快速算法。快速算法较好的提高了原有算法的运行效率，并且基本上保持了原有算法的去噪效果，算法的参数选取在一个较小的范围内，尽可能的降低了参数选取的难度。本文的主要内容共分为六章：第一章主要介绍图像及图像处理的研究意义，数字图像去噪技术在国内外的研究现状，及本文的研究意义和文章的结构安排；第二章主要介绍数字图像去噪的理论基础；第三章主要介绍几种已有的相关的去噪算法；第四章提出了一种新的混合噪音线性滤波算法；第五章提出了一种基于Non．10cal Mean Filter算法的快速算法；第六章是结束部分，主要是对本文所做工作进行归纳和总结。