数字图像技术为现代社会提供了多方位的技术支持,为人类社会日常生活和科研探索创造了便利。但数字图像在采集和传播过程中不可避免的会引入种种无法预料的噪声污染,破坏图像内容,阻碍人们提取图像信息。为解决这一困扰,图像降噪技术应运而生,在近几十年中蓬勃发展,涌现出大量优秀的降噪算法。但现阶段传统降噪算法对于噪声像素的判断方式较为片面,降噪算法复杂度两极化严重。本文结合降噪算法研究现状和发展趋势,对脉冲噪声污染下的图像降噪算法进行研究,提出基于D-S证据理论的三值加权迭代图像降噪算法。第一,阐述数字图像原理及标准噪声模型,重点分析脉冲噪声的多属性表现特性,利用经典图像降噪算法对算例进行降噪处理,分析经典算法优势与不足。根据上述分析结论,确定本文图像降噪算法的关键研究问题。第二,引入D-S证据理论和改进的区间数理论,对脉冲噪声双重属性分别构建mass函数,利用邓普斯特证据组合方法生成最终判据,通过实例验证噪声检测算法有效性。第三,引入三值加权方法,根据局部窗口信号像素分布进行二次权值分配和插值拟合,恢复受损像素。提出变窗口迭代更新模板思想,充分利用恢复得到的像素信息,解决全噪区域难以恢复的问题。第四,利用Matlab软件实现图像降噪算法,对标准测试图像进行降噪实验,与MDBUTM等算法对比分析,评价本文算法性能。根据降噪恢复结果,分析本文算法优势与不足,对算法的进一步研究提出意见和建议。