数字图像处理技术发展迅猛,广泛应用于医学、天文、工业检测、遥感等多个领域。图像去噪是图像处理的常用技术,经典的图像去噪方法从本质上来说,是低通滤波的方法,低通滤波器在有效消除噪声的同时,也会使图像的边缘信息模糊。而小波变换由于具有良好的时频分析特性,为信号的去噪提供了强有力的工具,克服了传统方法处理非平稳信号时存在的局限性。论文首先介绍了数字图像处理的一些基本概念,描述了几种重要的噪声及一些传统的滤波器,并给出实例分析传统滤波器的滤波效果。接着阐述了小波变换的一些重要理论知识,并同样给出实例分析了小波变换在图像降噪处理方面的应用,另外还提出了边缘检测的一些知识及应用。最后对于含有高斯和椒盐混合型噪声图像的降噪处理,通过实验发现,小波变换与自适应中值滤波器相结合的方法克服了小波变换对椒盐噪声抑制能力弱及中值滤波法对高斯噪声抑制能力弱的缺点,将二者的优点有效地结合起来,在去除高斯与椒盐噪声的同时也较好地保留了图像的边缘特征,优于传统滤波器的滤波效果,更优于将小波变换与普通的中值滤波器相结合的方法,优于将小波变换与边缘检测相结合的方法。通过该方法对图像去噪,其结果失真较小,达到了去噪的目的。