在当今信息化、数字化、智能化的时代,图像信息所占比例日益提高,它已经成为获取和传递信息极其重要的一种工具。然而,数字图像在获取和传输过程当中通常会受到不同噪声的干扰,从而降低了图像质量。为了抑制噪声对图像后续处理的干扰,图像去噪是一项非常关键的任务。图像噪声的种类很多,常见的有椒盐噪声和高斯噪声。中值滤波是一种广泛应用于去除椒盐噪声的非线性滤波算法,比传统的线性滤波算法的去噪能力高,还能使图像更清晰与逼真。低通滤波一直是去除高斯噪声的经典算法,它能在去噪声时,尽量保持图像信号的高频细节。然而,随着应用领域的拓宽,这些算法存在或多或少的不足。因此,近年来在图像去噪领域出现了许多改进的中值滤波和低通滤波算法,并取得了一些成果。本文研究的内容是数字图像去噪问题,根据图像中椒盐噪声和高斯噪声的特点及图像去噪存在的不足,对图像去噪算法进行了深入的对比和研究,主要工作包括以下四个方面:(1)介绍了数字图像去噪处理的相关知识及常见的滤波算法,总结了噪声特点、噪声分类及去噪方法的评价标准,并分析了各种滤波算法的优缺点。(2)研究了中值滤波改进算法,结合文献[14]和文献[16]中两个算法的优缺点,提出了一种基于极值的自适应中值滤波改进算法,通过理论分析证明和Matlab的仿真实验,得出该算法优于其它中值滤波算法。(3)在研究传统指数滤波器原理的基础上,对影响滤波效果的传递函数进行开方处理,提出了一种基于指数滤波的高斯图像去噪改进算法。通过仿真实验,PSNR评价和直方图分析三种方法证实了该算法的有效性。(4)本文利用一些经典图片(人物、轮胎、医学),在Matlab的实验环境中实现了常见图像去噪算法及混合噪声滤波算法的应用。实验表明,图像去噪算法在这几类图片中均有成效,而对于混合噪声图像,采用多步滤波算法较单一滤波算法效果显著。