双向凝胶电泳技术是蛋白质组学研究的核心技术，对于推动蛋白质组学的发展发挥了重要作用。蛋白质双向凝胶电泳图像是根据蛋白质等电点和相对分子量的不同把蛋白质在一块凝胶上以点状的形式分离开来。由于数据量庞大，基于计算机的蛋白质凝胶图像分析是蛋白质组学分析的关键步骤。凝胶图像计算机分析主要包括：图像预处理（噪声去除、背景校正等）、蛋白点检测及定量、凝胶匹配等，其中噪声去除是凝胶图像分析的第一步也是非常重要的一步。有效的噪声去除可以防止对图像背景的过估计，帮助提取微弱但又非常重要的蛋白点；可以减少伪影（即假的蛋白点）的产生，提高蛋白点检测的可靠性；还能更精确地估计蛋白点的信息，如蛋白点的体积等。本论文主要针对凝胶图像的消噪技术进行研究。凝胶图像的空域滤波，概念简单，计算效率高，但会导致图像模糊甚至失真严重；利用小波去噪无论是在图像质量上还是在PSNR值上都优于空域滤波，但是小波在不连续点周围容易产生伪吉布斯现象。本论文采用平移不变量去噪（TranslationInvariant Denoising, TI），通过改变不连续点的位置来抑制伪吉布斯现象。实验证明，这种方法较小波去噪确实有很大的提高，但是TI在获取方向信息上有一定的局限性。凝胶图像中的蛋白质点大小形状各不一，从多个不同的方向获取信息可以减少蛋白点的丢失。基于全变差（Total Variation, TV）的偏微分方程，具有各向异性，在获取方向信息和边缘保护上有很大的优势。但TV容易产生阶梯效应，体现在凝胶图像上就是相邻两个蛋白点被混叠成一个蛋白点，这将直接影响蛋白点的检测、定量和匹配工作的质量。本论文将上述两种方法有效结合，提出了一种新的凝胶图像消噪方法WTTV。WTTV边缘细节保护能力强，减少了蛋白点的丢失和假的蛋白点的产生，且PSNR值很高。同时，本论文进一步提出改进的非局部平均（Non Localmeans）算法，根据像素点间的相似程度进行去噪，在结构、细节和纹理保护方面有很大优势，有效地解决了WTTV方法所需参数比较多、计算复杂度高、不便于实际应用等问题。改进的Non Local means算法计算简单，效率高，便于实际应用。本论文的主要创新点是：1.提出了一种新的凝胶图像消噪方法WTTV，它将平移不变量去噪和偏微分方程结合，一方面弥补了小波在获取方向信息上的不足，另一方面减少了阶梯现象的产生。通过对小波去噪、TI去噪、TV去噪和WTTV进行比较实验，结果表明应用WTTV去噪后，图像质量和PSNR值上都优于其他几种方法。但是WTTV所需参数比较多，计算复杂度高，不便于实际应用。2.提出了改进的Non Local means算法。根据像素点间的相似程度进行去噪，在结构、细节和纹理保护上有很大优势。对TI去噪、TV去噪、NL-means算法和改进的NL-means算法进行了分析比较，实验表明改进的NL-means算法不仅能很好地保护微弱蛋白点，而且计算效率也高，非常适合实际应用。