图像在采集、获取以及传输的过程中,往往要受到噪声的污染,被噪声污染了的图像叫做含噪图像。噪声是影响图象质量的主要因素,各种噪声极大的影响着人们从图像中提取必要信息,噪声消除一直是图像处理中一个古老的课题.近年来,小波理论得到了非常迅速的发展,小波分析是局部化时频分析,它用时域和频域的联合表示信号的特征,是分析非平稳信号的有力工具,它通过伸缩、平移等运算功能对信号进行多尺度细化分析,能有效地从信号中提取信息。小波分析是目前国际公认的信号与信息处理领域的高新技术,是信号处理的前沿课题和研究热点,在信号滤波、图像去噪、图像压缩、图像边缘检测、图像融合等领域的应用愈来愈受到人们的重视。而本文主要研究小波理论在信号以及图像去噪方面的应用。本文所做的主要工作如下:综合阐述了小波图像去噪技术发展的历史和技术发展现状,同时指出小波去噪较其它传统方法的优势,以及开展小波图像去噪与压缩编码研究的意义。介绍了小波图像去噪的理论基础,总结了小波的数学特性,阐述了各种小波变换、多分辩率分析等图像去噪与压缩中常用的理论知识。介绍了几类常用的信号去噪技术,重点研究了Donoho提出的阈值法去噪方法。根据这一特点给出了软阈值法和硬阈值法。在这种方法基础上,在仿真试验中,采用Daubechies 4单小波,对含噪信号进行去噪。实验表明,该方法能够进一步的提高信噪比,去噪效果十分明显。本文提出了一种基于图像奇异性的小波收缩阈值的选取,通过实验表明,该方法能更好地去噪。