烧结矿是一种由多种矿物组成的复合体，由于原料条件和烧结工艺条件的不同，其质量特别是其机械强度（转鼓强度、落下强度、抗压强度）和冶金性能（还原性、软熔性、低温还原粉化）呈现出很大的差异。烧结矿的质量主要与其结构有关。　　目前，烧结矿矿相识别主要依靠人工测定，而测定人员的主观经验将直接影响检测的精确性，当烧结的外部条件发生大的变动时，人工测定的误差也会随之增大，因此本文提出了烧结矿图像智能识别新算法的思想，用计算机操作代替人工方法。然而烧结矿图像属于多元图像，由于现场的很多不确定因素譬如:电子噪声、温差、传感器误差等导致了图像中含有大量噪声，加之图像边缘处一个像素可能还有两种以上矿物组成的信息，由于这些因素导致了以后的烧结矿智能识别系统具有一定程度的不确定性。　　本文在烧结矿图像智能识别算法这一基础上，采用VC++编程的方法开发了烧结矿图像降噪系统，该系统实现了读取bmp格式的烧结矿矿相显微图像，对含噪图像实现三层以内的小波分解，最终实现图像的重构从而达到图像降噪的目的，为烧结矿图像智能识别系统的开发做出了重要的铺垫。