21世纪，人类进入了数字化时代。在这个时代里，人们将会获取更多图像形式的信息。图像在形成或者传输过程中，不可避免的受到噪声干扰，而导致图像质量下降，对后续的图像处理工作产生较大影响。为了尽量降低噪声带来的影响，各种线性或者非线性滤波算法被应用到图像去噪中。在这些去噪算法中，中值滤波算法作为一种非线性去噪算法，对脉冲噪声具有很好的抑制作用，被广泛使用。但是，传统中值滤波算法在去除脉冲噪声的同时，会出现图像边缘细节过平滑现象，致使去噪的同时损失了图像的边缘细节。因此，脉冲噪声去除和图像边缘细节信息保护之间的矛盾需要进一步解决。本文主要研究基于噪声检测的中值滤波算法，并对其进行了改进，获得的改进算法应用于土壤图像预处理中，以解决土壤图像的去噪问题。论文的主要工作如下：通过分析、研究前人的中值滤波算法，提出了两种有效的滤除脉冲噪声的中值滤波改进算法，即算法3.2和算法4.1。改进算法3.2，首先根据椒盐噪声特点，采用拉普拉斯算子对图像进行噪声检测；然后，对含噪图像进行3*3窗口内噪声点数统计，按照统计结果自适应选择滤波窗口大小进行滤波预处理；最后，运用自适应中值滤波算法对预处理后的图像去除噪声。由于改进算法3.2采用拉普拉斯算子进行图像噪声检测，然后通过两次滤波去除图像噪声，运算比较耗时，因此，在算法3.2基础上提出了改进的算法4.1。算法4.1首先根据极大极小值原理以及人眼视觉系数检测图像噪声，然后运用自适应滤波窗口大小去除图像噪声。仿真结果表明：算法3.2和算法4.1较传统的中值滤波算法，都能够有效去除图像中的脉冲噪声，同时很好的保护图像边缘细节信息；相比之下算法4.1比算法3.2的时间效率更优，但其都能满足土壤图像去噪的工程实践要求；实验表明，算法3.2和算法4.1是有效的和收敛的。由于本人研究时间短，水平有限，没有精确分析改进算法的时间复杂度，未给出算法收敛性的理论证明及收敛速度，这些课题尚待进一步深入研究。