气象信息与人们日常生活息息相关,但其产生、传输等过程不可避免地受到多种类型噪声干扰。而目前噪声检测算法局限于单一噪声,且降噪算法对特定噪声有效,无法满足气象图像的噪声处理要求。针对该问题,本人的工程硕士论文着眼于高斯噪声、斑点噪声、椒盐噪声等多类型噪声检测算法、降噪算法及优化模型展开研究,具体工作如下。一、分析了高斯噪声、斑点噪声、椒盐噪声的产生、检测和降噪原理,为新算法的设计和优化奠定基础。二、针对现有检测算法的局限性,基于Zernike矩、高频不显著成分、峰值信噪比等特征值及谱聚类算法,提出一种包含图像库、图像提取、特征值计算和聚类分析等模块的多类型噪声检测算法,在保持成功检测率的同时,实现了三类噪声的盲检测。三、针对降噪算法对特定噪声有效的不足,提出一种基于中值滤波和全变分(Total Variation,TV)模型的联合检测算法。在此基础上,基于对偶准则和梯度算法,实现了TV模型的优化。新算法不仅改善了噪声导致的图像降级,而且收敛速度得到提升。通过检测算法和降噪算法的研究,为降低多种类型噪声对气象图像的影响提供一定的借鉴,对于提高气象图像传输过程中的准确性、一致性和经济性具有重要的意义。