现实中,图像在被获取和被传输时常常会受到各种各样的噪声的干扰,例如高斯白噪声、脉冲噪声和乘性噪声等.为了提高图像的视觉质量以及便于各种后续处理(如图像分割和文字识别),学者们提出了许多去除噪声的方法,如针对脉冲噪声的中值滤波方法和针对高斯白噪声的小波去噪方法等.然而,现有的去噪方法都专注于对图像噪声的抑制,而缺乏对图像边缘的保护,因此会使去噪后的图像边缘变得模糊,甚至会破坏图像中的纹理.针对这一问题,该文以高斯白噪声和脉冲椒盐噪声为模型,在分析现有方法的基础上,对图像去噪算法中的边缘保护问题做了一定研究,并提出了三种新的去噪算法:①基于子带相关性与硬阈值法的Curvelet图像去噪方法;②基于小波系数概率模型的图像去噪方法;③基于线条检测与模式匹配的椒盐噪声去除方法;实验结果表明,该文所提出的这三种图像去噪方法在噪声去除与边缘保护两者之间取得了一个较好的平衡,去噪后的图像无论在PSNR值还是视觉效果上都要优于现有其他方法去噪后的图像.