图像去噪指的是利用各种滤波模型,通过传统滤波、小波、偏微分方程等多种方法从已知的含有噪声的图像中去掉噪声部分。图像去噪从整个图像分析的流程上来讲属于图像的预处理阶段,从数字图像处理的技术角度来说属于图像恢复的技术范畴,它的存在有着非常重要的意义。由于小波的紧支性和分解的层次性,使得小波方法在研究和实践中被广泛地采用。它主要针对图像信号与噪声信号经过小波变换后在不同分辨率下呈现不同规律,通过调整小波系数,达到图像去噪的目的。关于图像去噪的三维块匹配算法(BM3D算法)在图像去噪方面取得了很大的成就。但是,它用三维数组来处理二维图像,计算量是相当大的,尤其是在寻找匹配块的时候。本文提出了一种对这种算法的改进算法。它不仅保留了三维块匹配算法的好的性质,而且它最大的优点是能大大的减少计算量,缩短运算时间。它是将小波变化与三维块匹配图像去噪算法相结合,利用小波变换的多分辨率特性和时频局部化特性,提高图像去噪算法的性能。这个算法包括三个步骤:首先,对含噪图像进行小波分解;其次,对小波分解后的高频分量用三维块匹配(BM3D)算法进行去噪处理;最后,用处理后的结果进行小波重构得到去噪图像。本文给出了这个算法的详细实现过程,并把它与以前的三维块匹配算法进行了比较。结果表明,这种改进后的算法,不但保留了三维块匹配算法在去噪方面好的性质,而且大大的减少了运算量。