当今社会已经进入了数字化的信息时代,而占存储空间最大的信息量则是图像。图像信号在产生、传输和记录过程中,由于受到各种噪声的干扰变得模糊,这对于后期进行图像分割、特征提取等有很大影响。因此在进行后续处理前首先要对图像进行预处理来减少噪声,图像滤波是一种重要的手段。图像噪声有很多种,主要表现为脉冲噪声和高斯噪声。中值滤波是广泛用于去除脉冲噪声的一种非线性去噪方法;小波变换是继Fourier变换之后又一强有力的数学分析工具,近年来在图像去噪领域得到了广泛应用,产生了许多基于高斯白噪声假设的优秀小波图像去噪算法。本文对图像中最常见的脉冲噪声、高斯噪声的滤除进行了比较深入的研究。首先基于中值滤波算法,结合线性滤波器和非线性滤波器各自的优点,提出了一种基于线性、非线性的混合滤波改进算法,称之为混合中值滤波算法,并进行了可行性实验验证。然后对小波图像去噪方法做了一定量的研究工作,在分析自然图像小波系数特点的基础上,给出一种基于高斯混合模型的小波图像去噪算法,与其他小波去噪算法的对比实验结果表明,该算法去除高斯白噪声有较好效果。最后针对实际图像中常见的高斯、脉冲混合噪声,本文给出了将混合中值滤波和基于高斯混合模型的小波去噪算法相结合的图像去噪算法。仿真实验表明,对于被高斯、脉冲混合噪声污染的图像,该算法的去噪效果显然比单一的中值滤波和小波去噪法好得多。