图像去噪是图像恢复领域研究最早、最多的课题,去噪效果的好坏直接影响后续其它图像处理的效果。近年来,随着一些新兴数学理论的发展和成熟,以及人们对于传统理论的重新认识和使用,在图像去噪方面涌现出了两大发展主流,一是基于小波理论的图像去噪处理,另一是基于偏微分方程理论的图像去噪处理。本文在分析了基于小波变换的图像去噪方法特点的基础上,剖析了经典的小波变换去噪方法存在的优点与不足,根据小波的能量聚类的方向性特征,根据复数小波具有平移不变性和多方向选择性,在复数小波变换域上,设计了具有六个方向的椭圆方向窗来对图像进行去噪声滤除处理。在最大限度地抑制噪声的同时,保持图像的细节信息。利用偏微分方程方法进行图像去噪的原理是,将噪声进行扩散,而达到抑制噪声的目的。由于在处理的过程中,不考虑图像中景物的形状特征,该扩散属于各项同性扩散,因此,在去噪的同时也模糊甚至破坏了图像的景物边缘与细节。显然,各项异性扩散因为能够较好的兼顾噪声消除和细节保持,是解决这一问题的核心。为此,需要设计一个边缘检测函数,以此来控制扩散的程度,达到在图像光滑部分尽可能均匀扩散去除噪声,而在边缘和纹理部分基本不扩散或顺其边缘方向扩散从而保留细节的目的。本文提出了一种基于复数小波域上的多方向窗维纳滤波与偏微分方程保持边缘细节相结合的方法。最大限度地在保持图像细节的同时,去除噪声。实验结果表明,本文所实现的方法在峰值信噪比,以及视觉质量方面,都较复小波去噪或各项异性非线性扩散去噪方法有明显的改善。