随着计算机技术的发展,数字图像处理技术近年来得到了极大的重视和广泛的应用,涌现出许多新理论、新方法。在实际应用中,由于通信信道等因素,数字图像中的原始信号总是和噪声共存的。使用图像滤波算法滤除噪声一直以来都是图像处理领域研究的热点,也是仍未得到圆满解决的研究课题。椒盐噪声是现实应用中最常遇到的噪声类型之一,可以使用图像滤波器滤除这种噪声。中值滤波算法是最常用的非线性滤波算法之一,由于它简单实用,在很多领域得到了广泛的应用。但是标准中值滤波算法存在一些自身固有的缺点,具有很大的局限性。首先标准中值滤波的滤波效果与采用滤波窗口的大小有关,滤波窗口太小,去噪效果不好,窗口太大,会造成图像模糊；其次它对所有的像素点进行统一处理,这样虽然滤除了噪声点,但是也改变了信号点,造成了噪声在邻域的传播。本文针对标准中值滤波算法在滤除噪声中的不足,提出了一种新的优化中值(ISM)滤波算法。该算法使用一个新的椒盐噪声判断标准,首先对图像局部各个方向上的灰度值信息进行统计分析,然后利用计算结果判断该点是否为噪声点。实验结果表明,与标准中值滤波算法相比,该算法可以有效地滤除图像中的椒盐噪声,同时还能很好地保留图像的细节。本文首先介绍了数字图像的基础知识。然后分析了标准中值滤波的实现原理和缺陷不足,并对近几年出现的各种具有代表性的优化中值滤波算法进行了介绍和比较。在此基础上,本文创新性地提出了一种新的优化滤波算法,并描述了其具体实现的方法和步骤,最后给出了相关的计算机仿真实验数据。实验结果表明,该算法与标准中值滤波算法相比,可以有效地检测出噪声点,有更高的信噪比,同时拥有较低的漏检率和误检率,滤波性能更优良。