随着信息网络的发展，人们对图像的质量要求越来越高。而实际上，图像在传输和处理的过程中不可避免地会受到噪声的干扰。噪声不仅降低了图像的质量，使图像变得模糊，甚至还淹没了图像的特征。因此，图像去噪一直是人们研究的热点。如何有效地去除噪声并很好地保留图像的细节也成了研究工作的重点。　　 为了有效地去除噪声并提升图像的质量，本文从变换域去噪和保留细节信息的角度深入研究图像去噪技术。首先，基于小波处理在图像降噪中的优越性，研究并提出了一种基于双树复小波域的邻域自适应贝叶斯收缩去噪方法;其次，考虑增强图像的清晰度，通过锐化图像细节信息来改进了三维块匹配图像去噪算法。　　 为了去除图像采集或传输中引入的噪声，基于双树复小波域的邻域自适应贝叶斯收缩的图像去噪方法利用了双树复小波变换的平移不变性和更多的方向选择性的优点，并考虑了系数间的局部自适应邻域相关性，以尺度适合的窗口为单位估计相应系数的方差，利用滑窗求其平均作为整个子带的图像方差，通过贝叶斯收缩来处理小波系数，从而实现高效的图像去噪。实验结果证明，该方法取得了很高的峰值信噪比和更好的视觉效果，去噪性能优良。　　 为了能在锐化图像细节信息的同时进一步去噪。本文提出一种基于α-生根锐化算法的三维块匹配去噪算法，该算法利用α-生根算法理论对图像进行锐化处理，从而增强图像的细节信息，使图像的纹理特征得到明显的体现出来。在显现纹理特征之后，该算法再进行三维块匹配算法的第二步去噪。实验结果表明，本改进算法不仅很好的保留和增强了有用的图像细节部分，更有效的降低了噪声。