随着网络技术的飞速发展和计算机硬件资源的普及,多媒体数据呈现爆炸式增长。图像作为最基本也是最广泛的多媒体数据呈现形式,是目前网络信息传递的主要载体。然而,现实生活中实际获取的图像往往不是纯净数据。由于图像采集、存储和传输过程中存在多种噪声的干扰,图像质量会明显降低,从而影响后续图像处理与分析的结果。图像降噪处理的目标是保留图像中的结构信息和纹理特征,同时滤除无关的噪声信息。图像降噪技术作为提升图像质量的重要手段,是计算机视觉领域长期以来的研究热点。论文以图像采集与传输过程中所产生的加性高斯白噪声作为研究对象,提出了一种基于全局与局部约束的算法来移除噪声。论文的主要工作和创新点如下:1.论文提出一种基于图像全局与局部约束的降噪框架,使用局部约束平滑局部区域并保留边缘信息,使用全局约束保持降噪后纹理结构的一致性。通过归一化全局贡献度和局部贡献度计算降噪结果。该框架与噪声具体分布类型无关,可应用于不同噪声类型的降噪任务。2.论文采用层次化L₀稀疏约束方法在图像全局范围内寻找辅助像素点,添加全局约束以保持降噪后结构信息的一致性,获得更好的降噪效果。对比目前非局部均值降噪算法中使用较大的搜索窗口添加非局部约束,全局约束能够更好地保留图像中的细节结构。3.论文使用主成分分析方法（PCA）来简化目标像素点与辅助像素点的相似性度量,将像素点的原始人工特征投影至子空间中,构造更具表征性的特征用于相似性度量。此外,新特征鲁棒性较好,维度较低,有利于提升计算速度和算法精度。论文在图像降噪标准数据集上进行对比仿真实验,对降噪后的图像进行定性分析和客观评价,评估降噪算法的优越性。实验结果表明论文所提出的降噪算法能够在视觉效果和精度上取得更好的效果,优于传统图像降噪算法。