科学技术的飞速发展使信息社会产生日新月异的变化,多媒体技术成为21世纪计算机技术发展的一个重大热点。人们通过语言、音乐、文字、图形、图像、电视等多种媒体进行信息的处理、传输和存储。而往往噪声与图像并存,噪声的存在将对信息的处理、传输和存储造成极大的影响。因此,如何更好地去除噪声,是图像处理领域的一个经典问题。图像中的噪声会妨碍人们对图像的理解,而图像去噪的目的就是去除图像中的噪声,提高人们对图像的认识程度,以便对图像作进一步的处理。图像的去噪方法基本上可分为变换域法和空间域法两大类。前者是对图像进行某种变换,将图像从空间域转换到变换域,然后对变换域中的变换系数进行处理,再进行反变换将图像从变换域转换到空间域来达到去除图像噪声的目的;后者是直接在图像所在的二维空间进行处理,即直接对每一象素的灰度值进行处理。噪声去除的应用非常广泛,几乎出现在有关图像处理的所有领域。例如:在车辆检测系统中,对用固定摄像机拍摄的视频图像进行车辆检测处理,提取出运动物体,实现车体与背景的分割,此时的图像在背景与车体中均包含大量的噪声。为了获取质量更高的图像,就要求对此时的图像进行噪声去除处理。本论文的主要工作就是针对车辆检测后提取出来的车体图像中存在的噪声问题,提出一种新的二值图像去噪方法,检测并去除图像中存在的噪声,有效、完整地实现运动目标的分割。实现证明,该方法能达到比较理想的效果,为后续的阴影检测、车型识别和车辆追踪等工作做准备,具有很好的鲁棒性和实时性。