图像是人类获取信息的主要途径,在生成、传输和存储的过程中都有可能伴随着噪声的干扰,噪声的存在会使图像质量下降,影响人们对图像中所含信息的理解和分析。图像去噪过程是对噪声图像进行处理,减少噪声,恢复图像质量,为图像的后续处理提供方便。图像去噪综合了计算机科学技术、图像处理和数学分析方法等相关知识,在医学影像、军事科学、卫星遥感、人脸识别和人工智能等领域都有广泛应用。本文的主要研究内容是,针对总变分去噪算法存在的“阶梯效应”问题,提出一种改进的二阶总广义变分去噪算法,它是在总广义变分去噪模型的基础上提出来的,通过引入三个辅助变量x,y和z,将原来的无约束问题改写为有约束问题模型,利用交替方向乘子法(简称ADMM算法)对该模型进行求解,本文中对ADMM算法稍加改进,以加快实验速度。实验结果表明,与经典的总变分图像去噪模型相比,新模型在去噪效果上更加优秀,能够在一定程度上减少“阶梯效应”,在实验数据上获得了更好的峰值信噪比。