图像去噪技术作为信号处理和现代通信的重要组成部分,与人们的关系越来越密切。在实际应用中,它往往作为图像处理和识别的预处理,是图像后续更高层次分析、处理的基础。小波变换是在傅里叶变换的基础上发展起来的一种时频分析方法,是一种有效的分析工具,它具有的低熵性、多分辨率、去相关、选基灵活等特性和在信号方面具有的优势,使得它在图像处理领域中得到了广泛的应用。其中,利用小波变换对含噪图像信号进行处理,可以在保留高频信息的同时能够有效地滤除噪声,得到对原始图像信号的最佳恢复。传统的小波阈值去噪方法在一定程度上能抑制噪声,但图像有不同程度的模糊。本文提出了两种小波图像去噪方法:一种是基于均值滤波和小波变换相结合的图像去噪方法,这两种方法相结合能充分利用它们各自的优点,较好的改善滤波性能,又能在较好地保持边缘信息的同时对图像的噪声有所抑制,是一种有效的图像去噪方法;另一种是针对传统的阈值函数存在的不足对传统的小波阈值函数进行了改进,同时又基于图像奇异特性提出了新的小波收缩阈值。通过matlab仿真实验,与其它的几种方法进行了比较分析,结果验证了本文所提出的改进的图像去噪方法的可行性、有效性和优越性。