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。噪声是影响图像质量的主要因素,对数字图像的后续处理影响较大,因此对图像噪声的去除(图像噪声的滤波)有很重要的现实意义。本文主要对图像去噪方法中的小波滤波技术和形态学滤波技术进行了研究。本文对图像去噪的现状和常用方法进行了全面的综述。对基于小波变换的图像去噪方法进行了深入的研究分析,详细介绍了几种常用的小波变换去噪方法。小波滤波技术中的小波阈值滤波方法,由于计算简单而得到了广泛的应用。对小波阈值滤波技术中的阈值函数和阈值的选取进行了深入研究之后,本文采用一种改进的阈值函数去噪方法,通过仿真实验结果可以看到,与硬阈值、软阈值方法相比,信噪比提高较多,具有较好的去噪效果。介绍了数学形态学中的基本形态变换,概述了数字形态滤波器的基本理论。给出了一种基于图像灰度特征的形态学滤波方法,仿真试验显示这种方法具有较好的图像去噪效果。分析讨论了各种结构元素在形态学滤波中的效用和影响,构造了一种多结构元素加权形态滤波方法,实验证明该方法在去噪的同时能更好的保护图像细节信息。在本文末尾对论文所做工作作了详细的总结,并对图像去噪方法的进一步研究方向做了展望。