图像去噪一直是数字图像处理任务中的研究热点,图像的有效去噪是数字图像处理的关键。有效的去噪算法能够改善图像边缘检测、图像拼接、图像融合的效果,有利于航天航空、信息工程、生物医学、文化艺术、机器人视觉等方面的应用。随着图像去噪应用领域的扩展,多通道彩色图像去噪成为新的需求。本文以国家自然科学基金(61379010)为背景,研究基于频域的多通道彩色图像去噪算法。本文主要研究内容包括:1.针对现有的频域单通道图像去噪算法对噪声方差较大的图像处理效果不佳的问题,提出一种改进正态逆高斯分布模型的图像去噪算法。该算法利用最优线性插值阈值函数改进正态逆高斯分布模型作为系数先验模型。仿真实验表明,该模型可对噪声标准差较大的图像重拖尾分解系数准确建模,从而改善去噪效果。2.针对彩色图像去噪时通道间相关性引起的去噪图像存在色差的问题,提出一种降低通道相关性的颜色空间构造方法。该方法以频域分解系数为基础,基于主成分分析建立三维颜色空间的方向向量,确保了颜色空间的自适应性。仿真实验表明,所构造的颜色空间通道间的相关性较低,提升了彩色图像去噪效果。3.在彩色图像标量去噪算法中,当噪声方差较大时,去噪后的图像仍有噪声残留。针对这一问题,本文在自适应颜色空间下,利用频域性能较好的单通道去噪算法可进一步提升彩色图像的去噪性能。仿真实验表明,该方法在去除标准差较大的噪声的同时图像仍然保持清晰,体现了该方法的有效性。