图像处理技术广泛应用于计算机科学、统计学、工程学、信息学、生物、物理、化学以及社会科学技术等各个领域。图像去噪问题是图像处理的一个基本问题,是目前图像处理领域的一个热点研究课题。本文主要研究基于全变分(TotalVariation)模型的图像去噪算法,主要工作如下。首先,介绍了图像去噪问题中的基本概念与模型,给出TV模型在图像可微以及不可微情况下的两种形式,并简要分析了两种形式的适应条件。同时,对目前求解TV模型的两种有效的去噪算法—原始对偶算法(PDHG算法)和交替方向乘子法(ADMM算法)进行介绍,给出了两种算法的基本思想以及迭代格式。其次,针对求解TV模型的不动点迭代算法收敛速度慢的问题,用Nesterov加速公式对不动点迭代算法进行加速,提出一种快速的不动点迭代算法,来缩短图像去噪的时间,并通过实验验证了算法的有效性。第三,针对用于去除泊松噪声的Le模型的去噪速度慢以及存在阶梯效应的问题,应用高阶TV模型,提出一种高阶的去除泊松噪声的模型,并应用交替方向乘子法(ADMM算法)求解该模型。通过数值实验与Le模型进行比较说明,该模型能更好的去除图像中的噪声且更好的解决了图像中存在的阶梯效应。最后,对文章的主要内容进行总结与展望,并针对现有的一些有效算法存在的问题提出进一步研究的课题。