万庄姝，谭碧莹，段雅倩，闵钢，舒忠,

（1.荆楚理工学院，荆门448001；2.荆门日报社荆门新闻网，荆门448000）

0 引言

当今，针对图像处理的应用已涉及众多领域，特别是图像识别和人工智能等方面，图像处理都是重要的组成环节和重要基础。图像中的噪声严重影响到了图像识别或人工智能等技术应用，在这些技术应用中，图像边缘检测是最重要的处理过程之一，是图像增强[1-2]、图像分割[3-4]等处和图像特征分类[5-6]、图像特征提取[7]等处理的关键，噪声所造成的影响都具有较强的破坏性，因此，图像去噪具有较高的研究和实用价值。

在图像去噪处理中，需要考虑的主要因素是在去除噪声的同时，必须确保图像自己具有特征的完整性，这些特征主要包括：图像边缘轮廓信息、图像纹理信息和图像色彩等。因此，在图像去噪处理方法的应用也特别重要。针对不同的噪声种类[8-9]，在已有的图像去噪方法中，一些滤波算法可以有效地去除噪声，但对图像的边缘信息和纹理信息都会产生不同程度的破坏；一些滤波算法则虽然可以有效保护图像的正常信息，但去噪效果不理想，很难将图像中的高频信息全部准确分离出来；一些算法对某一种噪声去除效果良好，但其他噪声则无能为力；还有一些得法运算效率不高，等等。

小波图像去噪方法的提出，其主要依据是图像经过小波变换后，可以通过小波系数对图像进行稀疏性描述，将图像的组成信息进行分割，将属于噪声的信息分离出来。……