在图像的采集、传输与处理过程中,常常会受到噪声污染,导致图像质量的明显降低。针对图像噪声的滤波技术是数字图像处理的重要研究内容,作为常用的图像预处理技术,对于进一步的边缘检测、图像分割、特征提取与模式识别产生重要影响。　　论文分析了图像椒盐噪声滤波技术的发展现状,阐述了图像噪声的分类方法、图像除噪效果评估方法,分析了常规中值滤波算用于椒盐噪声滤波的效果与性能。针对图像中的高密度椒盐噪声,研究了中值滤波改进算法的工作原理与滤波性能,具体包括:极值中值滤波器、加权中值滤波器、自适应中值滤波器与基于方向性的中值滤波器。　　本文在现有方法基础上,提出了一种基于方向性加权均值的高密度椒盐噪声图像滤波算法。该算法使非噪声像素值的选则具有方向性,提高噪声像素值计算的准确性。考虑了非噪声像素距离远近的影响,利用其加权平均值取代噪声像素值。通过多个标准测试图像的仿真实验,确定了非噪声像素的最佳方向性搜索策略。测试了该算法用于椒盐噪声污染度为10％到90%的图像去噪效果,并通过与现有其他方法恢复图像的峰值信噪比进行了比较,验证了该算法的滤波性能的优越性。该算法适用于高密度椒盐噪声图像的自动滤波处理,计算效率能够满足实时处理要求。