图像滤波就是在尽量保留图像细节特征的条件下对目标图像噪声进行抑制的技术和过程。图像滤波的效果对于后续的图像处理与分析起着关键作用。本文对空域滤波、频域滤波以及小波域上的图像滤波算法进行了深入的分析和比较，通过对传统小波硬阈值滤波方法的分析，考虑了原算法不连续的缺陷，利用阈值周围小波系数存在着的模糊性和中介真值程度的度量对阈值周围的模糊区域进行了特别处理，修改了小波系数的保留程度，提出了基于MMTD的小波硬阈值图像滤波方法。实验结果表明该算法的滤波效果在较强噪声下相比传统小波硬阈值图像滤波算法要好。本文还对近几年内的阈值函数的改进算法进行了归纳和总结，提出了基于MMTD与小波相关性的Bayes软阈值滤波方法。利用中介真值程度一维距离比例函数判定将小波系数分成3个区域，通过小波相关性方法处理系数较小的区域，―挽留‖原本被误滤除的图像信息；对阈值周围模糊区域参照基于MMTD的小波硬阈值滤波方法，并按照软阈值的恒定差额为一个阈值大小萎缩的特点进行处理计算；对系数较大的区域采取阈值和小波系数之间的比值进行萎缩操作。通过实验表明新的阈值滤波算法效果明显，对细节部分的把握更细腻，对噪声的滤除也更干净。