在图像的产生、传输和保存的过程中，往往会受到各种噪声的干扰，严重的影响图像的视觉效果。因此，各种图像处理技术孕育而生，其中的图像滤波技术就是关键之一。图像滤波技术需要在减少噪声的同时，尽可能多的保持图像的细节，为后续的处理工作奠定坚实的基础。本文在研究和分析了传统的图像滤波算法的特点和不足之后，针对噪声的不确定性特点，以及传统算法对图像的单一处理的缺陷，结合模糊理论，提出了一种新的基于模糊理论的滤波算法，并以此计算最后的滤波结果。在本文中，我们首先利用隶属函数和模糊规则对像素点进行检测，判断噪声类型，然后根据不同像素点噪声的类型选用不同的滤波方式，然后我们建立一个与待检图像维数大小相同的矩阵来标志相关噪声类型，称之为噪声标志矩阵。根据噪声标志矩阵先对脉冲噪声采用自适应中值滤波算法进行滤除，然后对高斯噪声采用正、斜十字近邻模糊加权均值滤波器进行整体滤波。选用正、斜十字5×5滤波窗口中心像素点的邻域像素中的8对对称像素进行扩展，在8对对称像素中选择每一对对称像素与中心像素点的灰度值的差值最小的一个像素作为中心像素点的邻域像素，达到更好的保护图像细节的目的。同时利用图像信息和特征调整像素的权值对模糊加权均值滤波算法中的隶属函数进行优化，达到较好的降噪能力。通过实验对比可以看出，由于充分的考虑到了噪声的不确定性和图像之间的相关性，滤波的效果比较明显，在较好的滤除噪声的同时保护了图像的细节。