图像是人们获取信息的重要途径,然而,在获取图像的过程中不免会混入噪声,这样就会给图像的后续处理带来不便,因此图像去噪是图像处理中一个非常重要的研究领域。至今,研究人员已经提出了许多图像去噪的方法,经典的有高斯滤波器、双边滤波器等。这些方法优点是计算方便、思路简单,主要缺点是造成图像模糊,高频噪声不能彻底去除。我们知道人脑是已知最有效的生物智能系统,人类视觉系统对图像识别、加工与处理的能力远远超过现有的任何计算机和信息处理系统。随着神经信息科学的相关机制被应用到计算机视觉中,这给计算机视觉相关的研究带来了新的活力。本文主要根据感受野的相关机制及其模型,构建图像去噪声算法,尝试为图像去噪这一研究领域打开一个新的研究视角。本文基于感受野这一视觉神经机制,构建出了图像去噪算法,并成功实现了图像去噪处理。该算法主要包括“判断噪声”算法和“噪声处理”算法两个部分,这个两个部分分别由相应的感受野来实现的。其中,“判断噪声”是“噪声处理”的基础。一幅噪声图像经过“判断噪声”算法后,可以判断出噪声的大小与位置,然后根据判断噪声用“噪声处理“算法对其进行处理。使原图像素值增大的噪声点,我们用ON型感受野自适应抑制;使原图像素变小的噪声点,我们用OFF型感受野自适应抑制,使其向原像素值靠近,最终达到去噪的目的。通过实验结果分析表明,该算法不但能抑制噪声,而且,图像细节保留的也比较理想。在与经典的高斯滤波器,双边滤波器,还有流行的非局部均值滤波器、BM3D、全变分等去噪算法对比后,表明该算法的去噪效果比较理想。本文将视觉相关机制应用到图像去噪的研究中,不但取得了比较满意的效果,同时也为图像去噪领域的研究打开了新的一扇门。