数字图像在获取和传输过程中常常会受到噪声的污染,噪声导致图像质量下降和部分细节信息丢失,能否有效去除噪声对后续处理,如图像分割、边缘检测、特征提取等至关重要。在影响图像质量的噪声中最常见的是高斯噪声和脉冲噪声,本文主要针对脉冲噪声进行研究。中值滤波及其各种改进算法是常用的去除脉冲噪声的方法,它们在去除脉冲噪声方面具有较好的性能,但现存的基于中值滤波的算法在图像细节保护方面不理想,特别是当受到高密度脉冲噪声污染时,复原图像引起的失真较严重。　　 本文针对脉冲噪声去除提出两种算法:　　 一、根据对现存的基于中值滤波算法特点的分析,注意到中值滤波及其改进算法一般是基于排序的,它们的时间复杂度至少为0(nlogn),本文不使用排序后取中值来代替噪声点的方法,而是通过线性查找的方式寻找恰当的像素点来代替噪声点,该像素点是非噪声点中离噪声点空间上最近且灰度值上最接近非噪声点中灰度值的均值。算法思想是先进行脉冲噪声检测生成噪声标识矩阵,然后扫描噪声标识矩阵,对信号点则直接输出;对噪声点则根据噪声点密度自适应扩大窗口,然后形成窗口内的每个像素狄度值与窗口内所有信号点均值之差的差别矩阵,并对差别矩阵各元素根据其是否为噪声点以及各元素与中心像素的距离赋予相应权重,最后通过线性比较找出差别矩阵中最小值的位置,并用该位置所对应像素的灰度值取代中心像素的灰度值,从而将时间复杂度降为0(n),实验表明,其在去噪和边缘保持方面有较好的效果。　　 二、上述方法主要是针对双极脉冲噪声(椒盐噪声),对于噪声值不是图像中的最大或最小值下的更为一般的随机脉冲噪声现象,上述方法不能很好地进行检测。针对随机脉冲噪声,通过引入模糊逻辑的思想,提出一种基于模糊逻辑的随机脉冲噪声去除算法,根据模糊域中脉冲噪声检测值的隶属度来判断某个点是否为脉冲噪声点。若其值为1,则用上述方法来对之进行处理;若其值为(0,1)开区间内的一个值时,则根据该点的隶属于脉冲噪声的隶属度的具体值,用其值与噪声图像对应点的像素值相乘,然后将所得结果与该点不隶属于脉冲噪声点的程度和上述算法的输出之积的和作为该算法的输出。实验表明,其具有较好的去噪和边缘细节保持效果。