在当前社会中,随着科学技术的快速发展,人们的生活也是多彩多样,在这个过程中对于数字图像处理产生了迫切需要。图像处理方面的技术在许多领域中都很需要,所以对图像进行处理很重要。在图像的传输中,可能会产生各种不同的影响,例如,比较典型的就是噪声的影响和传输时间开销过大的影响。这就会使得图像的无法达到预期效果。所以,图像处理和图像去噪这方面就值得去研究、去学习。本文主要针对ADMM算法进行研究,并将其应用到图像去噪这个领域。ADMM算法主要是分而治之的原理,就是将原本数学模型,拆成两个或多个,然后再迭代并行处理。在学习过程中,还结合了压缩感知和熵函数两方面的知识。其中,压缩感知是目前研究的热点,主要的目的是降低传输的开销,而熵函数则又可以等效替换CS的l_p范数,所以本文主要从这些方面进行考虑。本文的主要研究成果如下:首先,针对贪婪类的重构算法的去噪效果不好的问题,主要是算法重构精度不高,重构时间开销大的问题。为此研究了可以替换l_p范数的熵函数和ADMM分而治之的思想,通过分析可以知道,可以将二者结合,从而提出一种基于ADMM的优秀的图像去噪算法。其次,针对图像去噪效果不好的问题,研究了调节熵函数的原理和Pn P-ADMM的算法框架,通过将普通的贪婪类算法结合调节熵函数,得到一种新的数学模型,然后带入到Pn P-ADMM框架中,从而得到了一种基于调节熵函数的图像去噪算法——AEF-RA-Pn PADMM算法。最后,分别对上面两种算法进行仿真,实验结果表明,这两种算法具有一定的去噪重构效果,在数值上和时间上也有了不少的提升。但是,所提算法还有不足之处,接下来可以在时间开销以及效果上进行进一步的研究与学习。