图像是人类获取和交换信息的主要来源,高质量的图像是对于某些重要信息的获得和决策的制定、实施的首要条件,但是由于成像条件受采像设备位置、姿态、环境条件以及个人等主客观因素的影响,致使图像质量低下无法满足需要,因此对图像处理进行必要的处理就显得尤为重要。图像去噪是图像处理中的一个经典的问题,然而目前尚无普适的滤波算法,尤其是面对高强度噪声。本文在对传统经典的图像滤波算法总结分析的基础上,结合粒计算原理,提出了基于粒计算的图像滤波算法设计了粒度一逆谐波均值滤波器,能够较好的滤除高强度度噪声。本文主要工作如下：综述图像滤波算法,探讨了这些经典的算法在图像滤波中的优势与存在的不足,指出可以加以改进的思路方法。提出的基于粒度计算的图像滤波算法,在噪声检测阶段通过对待检测窗口按照一定原则进行粒度分割,与此同时进行相应的噪声检测,根据保真(假)原理进行判断是否再次分割到更细的粒度空间再次检测,对最终检测为噪声的像素给予上限噪声和下限噪声的分类标记。它能够有效地克服传统滤波算法在噪声检测阶段,由于噪声像素间的相互干扰而出现的误检、漏检等不足之处。针对传统滤波算法在噪声滤除阶段的单一模式,本文在借助于逆谐波均值滤波器,针对其滤波特点,对检测中标记为不同类型的噪声像素,同时在其相应的检测的粒度空间中实施噪声的分别滤除,有利于降低干扰,除尽噪声,保护图像的边缘、纹理、细节等特征。充分借助粒度计算理论方法快速、高效的特点,将其与逆谐波均值滤波器的优势相结合形成粒度一逆谐波均值滤波器,使之具有粒计算和逆谐波滤波器的双重优点,实现了快速高效的滤波目的,具有很好的鲁棒性和实时性,丰富和发展了图像滤波算法理论。对不同类型的图像和噪声进行试验,结果表明本文所提出的滤波算法具有较好的效果