随着影像相关技术不断进步,数字图像与数字视频技术已广泛应用于人类生产及生活的各个方面。在采集数字图像信号过程,一旦遇上环境背景光线不足,比如夜间拍摄和高倍放大下拍摄等,则采集的图像低亮度、低对比度,通常还会夹杂许多杂点噪声。噪声严重破坏图像信息,影响图像目标辨识,严重影响人们获取完整信息。因此,对于如何去除数字图像噪声的研究仍具有重要意义。目前,许多成像设备获取多帧图像十分便利,为获得更好的图像去噪效果,本文对多图像去噪进行了相关研究,论文内容包括以下部分。第一,介绍了图像去噪研究背景与应用价值,对国内外相关图像去噪方法做了综述,对目前图像去噪算法做了分析,研究了单图像去噪方法的不足。第二,基于非局部均值提出一种多图像非局部均值图像去噪方法。首先利用多幅噪声图像线性加权和结合多图像非局部均值滤波获得预去噪图像和方法噪声。然后利用高斯滤波后的方法噪声与预去噪图像求解多图像非局部均值权值,结合权值与输入图像获得最终去噪图像。第三,基于适当增加图像帧数有利于进一步去除图像噪声这一观察,本文提出了一种基于网格流多尺度多图像融合去噪方法。对输入噪声图像序列执行下采样操作得到不同尺度图像,依据图像锐度确定参考图像与非参考图像。网格化所有最大尺度图像,提取图像特征以及结合网格顶点对特征点加权约束,获得精确对齐的图像序列。然后利用参考图像与序列中值图像获得相似像素集合,对集合做尺度变换得到每一尺度对应集合。利用这些集合估计对应尺度中的去噪图像,最后利用相邻尺度图像间的映射关系进行融合去噪。本文创新点在于设计了两种多图像去噪方法,包括(1)结合多图像与非局部均值滤波设计了一种多图像去噪方法,研究了仿真图像和自然图像的噪声分布,并且对去噪效果做了比较,验证了该方法去噪的有效性。(2)利用网格约束、网格流以及多尺度设计了一种多图像去噪方法。网格约束实现图像精确对齐,网格流实现尺度图像对齐,明度约束实现同一尺度多图像融合,纹理约束实现不同尺度图像融合。实验结果表明该方法具有良好去噪效果,运算速度也优于传统去噪算法。