由于受多方面因素的影响,人们在使用计算机对图像进行处理的过程中,不可避免的受到各种噪声的干扰,这不仅导致图像信号质量的严重下降,同时给图像分析的下一步工作带来很大影响。因此,对图像进行去噪已经成为图像处理领域极为关键的预处理环节。本文以图像去噪为研究目的,在小波变换的基础上结合非局部均值方法对多个图像进行去噪处理并分析它们的去噪效果。文中使用并改进的图像去噪算法主要有两个：一是基于小波的图像去噪算法的改进,一是基于非局部均值的图像去噪算法的改进。基于小波的图像去噪改进算法主要内容是：首先提出了一种改进的空间相关滤波的边缘检测方法,该种方法在有效抑制噪声的基础上能较好地提取图像的边缘。并在此基础上,进行“类零树”结构贝叶斯阈值法去噪,然后将提取的去噪声边缘补充到“类零树”贝叶斯阈值法去噪过程中损失的边缘位置上。实验结果显示：该种方法在去除噪声的同时还能更好的保留图像的细节信息。基于非局部均值的图像去噪改进算法有两个方面：(1)在非局部均值的基础上,首先对图像的不同结构通过小波能量进行统计,然后运用二值拟合法,并给出自适应的能量-参数函数,利用这一函数求出最佳的NLM去噪参数,最后再对整幅图像进行NLM去噪,取得最佳的图像去噪效果。(2)首先对输入图像进行Mean Shift分割,然后对分割后的每个图像块再进行自适应的非局部均值图像去噪工作。实验结果显示：经Mean Shift分割后的自适应非局部均值图像去噪表现出更好更稳定的效果。