由于获取图像的手段不同，图像中总存在许许多多的噪声，在图像预处理中如何使图像的噪声降到最低，最大化的获取图像中的有用信息，一直是图像处理中的研究热点。目前图像噪声的滤除主要在空域和频域中处理，如空域中的均值滤波，顺序统计滤波，最大值和最小值滤波，中值滤波；频域中的傅里叶变换法，小波变换法等。近年来，小波理论得了非常迅速的发展，其由于具备良好的时频特性和多分辨率特性，因而成功地在许多领域得到了广泛的应用。小波能同时在时间域和频率域对信号进行分析，具有检测信号奇异性和突变结构的优势，因此能更准确地得到信号上特定点的奇异信息。小波消噪的研究比传统的方法更具灵活性，也能获得较高的信噪比。本文的工作主要分为以下四部份：一．首先对图像处理的原理在空域和频域分别介绍，并对比了各种经典的去噪方法。二．然后对小波的发展过程及其特点进行概要地介绍。三．重点介绍了小波去噪的一般模式，详细介绍小波变换模极大去噪，小波阈值收缩法去噪，小波变换尺度相关自适应去噪四．提出一种改进的小波变换尺度相关自适应去噪算法，并给出实验对比结果。