数字图像在获取和传输的过程中常常会受到噪声的污染,噪声导致图像降质和丢失部分细节信息,能否有效地去除噪声对后续处理如图像分割、边缘检测等至关重要。然而实际应用中,图像中的噪声常常不是单一类型的,而是由高斯噪声和脉冲噪声构成的复合型噪声。由于现有的去噪算法大多针对单一的高斯噪声或脉冲噪声,这些算法在处理复合型噪声时无法取得令人满意的去噪效果。近年来,随着小波理论的不断完善,小波分析已经渗透到各学科领域。同样,小波在图像去噪中也得到了广泛的应用,人们提出许多小波图像去噪算法。本文对小波在图像去噪方面的应用进行了研究,并对去噪方法进行了一些改进。首先,本文介绍了小波变换基本理论,然后介绍了图像常见的噪声类型,并指出这些噪声在现阶段去噪的常用的方法。然后,本文重点介绍了小波阈值萎缩法去噪。在这部分内容里,首先研究和分析了小波阈值萎缩去噪在去除高斯噪声时几个问题,包括正交小波基的选择原则、阈值的选择和小波分解层数的选择,并通过实验证明这些讨论结果对去除噪声的有效性。其次,本文还研究和分析了中值滤波方法和小波阈值萎缩法相结合的混合滤波方法。该方法首先利用基于脉冲检测的中值滤波方法将脉冲噪声检测出来并进行滤波,然后采用小波阈值滤波方法去除高斯噪声,并通过实验证明这种方法对去除混合噪声的有效性。最后,在本文末对论文所做工作做了总结,并对图像去噪方法的进一步研究方向做了展望。