随着信息时代的快速发展,信息的交换和传输也变得越来越方便。在各种信息传递途径中,图像传输是一种既直接又方便的途径。一幅无噪声污染的图像,能够使使用者对于其中所包含的信息一目了然。但不幸的是,在图像的传输过程当中,都会不同程度被各种噪声所污染,这些噪声有的来自传输设备自身,有的是其他干扰源。受到噪声干扰的图片,不仅其信息准确度大大下降,而且也给后期的图像处理带了很大的麻烦。因此,图像的降噪处理作为获取图像信息的基础就变得尤为重要。本文在几种传统的降噪方法的基础之上,重点介绍低复杂度非局部均值与卡尔曼滤波的图像去噪方法研究,本文取得的主要成果及创新点以下：1.根据传统非局部均值方法上存在的算法效率低、选择权重函数、图像相似块儿的选取、如何加速非局部均值算法,同时保持或者提高降噪性能等等一些不足,并且对非局部均值降噪方法进行深入研究的基础上,本文提出了基于MCMC采样改进的非局部均值图像降噪方法,从降噪效果和运行速度两个方面对传统非局部均值方法进行了改进。由仿真结果可知,基于MCMC采样改进的非局部均值方法降噪结果比传统的非局部均值降噪方法及其他常用的降噪方法更好,还有利用传统的非局部均值法处理后图像的平滑程度较大,反而本文提出的非局部均值改进法大大的降低了处理后图像的平滑程度。另外,本文提出方法的计算复杂度对比于传统非局部均值方法与其他具有类似去噪性能的方法来说更低。此外,本文提出的方法相比于传统的非局部均值方法及其他常用降噪方法,本文提出的方法在峰值信号的信噪比(PSNR)以及平均结构相似度(SSIM)指标上都有着很不错的表现。2.使用卡尔曼滤波方法来图像降噪,因为卡尔曼滤波方法引入了状态空间和状态变量的概念,而其算法采用递推性算法,因此,可以适用平稳与非平稳过程,这就解决了其他估计方法的限制性困难。仿真结果表明,卡尔曼滤波方法可以明显的减弱了原始图像上噪声,并且有效的解决了图像滤波必然伴随的模糊细节问题,相比于其他传统的去噪方法,卡尔曼滤波算法有好的降噪效果,而其对原始图像中的一些线条,点和边缘的细节信息保护的很好,几乎没有损失。另外,通过使用NSHP模型来大大的降低了计算量。因为使用NSHP模型来描述图像简单,并且能抓住图像的主要特征,是经过图像信息之间的相关性来传递图像信息的变化,并且在NSHP模型中,当前像素的更新区域仅仅考虑一定范围内的像素区域,而忽略了距离比较远的像素的影响。这样就能得到比较为准确及实用的有用信息,并且会大大的降低了卡尔曼滤波更新中的计算量。3.本文还设计了一个基于MATLAB/GUI的卡尔曼滤波为主图像去噪系统。根据功能的要求设计了图像去噪系统的界面,通过先确定要设计系统的草图和系统功能主要包括哪几个按钮,绘制出了系统用户操作界面及设计主要功能菜单,然后编写了菜单和界面上按钮的回调程序,最后对每个功能模块的功能进行了检验。通过编写各个功能按钮的回调函数,实现了图像去噪系统的界面设计,实验结果证明了本系统的有效性。