非线性滤波较传统的线性滤波在滤除噪声的同时,能最大限度地保持图象信号的高频细节,使图象清晰、逼真,从而得到了广泛研究和应用。常用的中值滤波是非线性滤波的代表。虽然典型的中值滤波能够减少图像中的脉冲噪声,但是它在滤除噪声的同时会使图像中重要的细节信息受损。基于这种情况,相继提出了许多的改进的中值滤波算法。针对标准中值滤波方法存在的不足,提出自适应中值滤波方法。该方法通过阈值的划分来确定图像中可能存在的噪声点,再根据噪声点较为孤立的特点来判断该点,并采用改进的中值滤波方法对噪声点进行滤波。计算机模拟实验结果表明:基于阈值划分的自适应中值滤波在有效的去除脉冲噪声的同时,很好地保护了图像细节,较标准中值滤波具有更优良的滤波性能。而且其滤波速度也有很大的改善。然而在实际图像滤波中,往往混入多种噪声,最常见的就是脉冲噪声和高斯噪声。单单只用一种滤波器,是无法实现好的滤波处理的。为了去除图像中混入的脉冲噪声和高斯噪声,提出了一种基于自适应中值滤波和模糊加权均值滤波的混合滤波方法。该方法首先进行噪声检测把受高斯型噪声污染的像素和受脉冲型噪声污染的像素区别开来,然后对受高斯噪声污染的像素采用模糊加权均值滤波算法,而对受脉冲噪声污染的像素则采用改进的中值滤波算法进行去噪。仿真结果证明,该方法更具有实用性和有效性。