图像去噪作为图像处理的一种重要的预处理手段一直得到人们的关注,而且随着对图像理解的不断深入和新数学理论的不断引入,图像去噪的方法与理论也不断得到丰富和发展。因此本文对图像去噪的理论和方法做了系统的研究,并对其中的一些关键技术和问题进行了较为深入的探索。主要工作包括两方面:首先将多分辨模型与总体最小二乘原理相结合,文中提出了一种新的用于含有混合噪声的图像去噪算法,这种算法是在充分考虑观测数据不确定的情况下建立起来的。先运用多种图像特征检测算子将图像分为不同的特征区域,然后对这些区域分别采用不同的去噪策略。与原有算法相比,新算法大大提高了总体最小二乘图像去噪算法的效率,并保证了去噪质量特别是保持图像边缘结构以及点特征。其次针对SAR图像相干斑抑制问题,提出一种双变量收缩函数与小波系数显著性增强相结合的SAR图像的斑点抑制算法。文中将双变量收缩函数与双树复小波推广至斑点噪声模型,利用相邻尺度小波系数的联合概率密度函数与噪声的统计模型联立后,通过最大后验概率估计出滤波后图像的小波系数,再采用小波系数的模极大值准则对系数进行显著性增强,突出图像的边缘特征和点特征。仿真实验表明,与其他传统的去噪算法相比,本文提出的两个算法具有更好的去噪效果。