图像作为一种有效的信息传播方式在现在社会中非常重要。图像会常常受到噪声的干扰而且噪声会直接影响人们理解图像。因此,如何有效去噪一直是研究的热门话题。本文以图像方向特征为研究主线,取得了以下成果:(1)提出了一种基于边缘方向的非局部均值滤波去噪算法。首先利用Canny算子得到图像边缘矩阵;根据边缘矩阵将图像中的像素分为边缘像素和非边缘像素;边缘像素沿着边缘方向搜索相似块,非边缘像素沿着水平竖直方向搜索相似块;边缘像素的权重需在噪声图像和边缘矩阵中分别计算得到,非边缘位置像素的权值与传统非局部均值滤波去噪方法的权值计算一致。本算法获得了良好的去噪结果,图像干净边缘清晰。(2)提出了一种基于边缘方向特征的频域去噪算法。为了充分利用图像的方向特征,我们将基于边缘方向的非局部均值滤波算法与具有多方向性的非下采样shearlet变换结合进行图像去噪。首先利用Canny算子获得图像边缘矩阵;通过非下采样shearlet变换,获得图像低频,带通和高频三个子带;低频和高频子带边缘处的系数均采用基于边缘方向的非局部均值滤波算法处理,非边缘处的系数采用传统非局部均值滤波处理,带通系数采用硬阈值处理;将处理过三个子带合并进行逆变换,获得去噪后图像。算法利用了非下采样shearlet变换和图像边缘的方向特性,对图像的不同子带的边缘像素和非边缘像素使用不同的处理方法,算法更好地保留了边缘信息,缓解了去噪算法的振铃效应,去噪效果得到明显改善。