像在获取、传输的过程中不可避免地会受到各种各样的噪声的污染,从而导致图像质量下降,有的甚至严重地影响到后期的图像处理工作,如图像分割、特征提取、目标检测等。为了解决此问题,相关人员提出了许多的解决办法。其中的一种方法就是通过被噪声“污染”的图像来恢复或者重构的原始图像。在使用“污染”图像来恢复原始图像时,噪声的去除和边缘轮廓细节的保留似乎是一个“矛盾”问题。虽然,目前已经提出了许多基于“污染”图像的去噪恢复算法,但是这些算法,有的难以在噪声的去除和边缘的保留之间达到平衡；还有的则存在算法运行时间长的问题。高斯噪声作为图像噪声的主要来源之一,研究去除图像中的高斯噪声具有一定的现实意义。为此,本文以兼顾保留图像边缘细节和提高图像去噪效果为目的,同时确保算法有较快的速度,系统地对高斯噪声“污染”图像的局部方差、均值滤波和维纳滤波的优缺点、图像分割的抗噪性能等内容进行了分析和研究。在此基础之上,提出一种去除图像中高斯噪声的新算法。该算法具备两个主要特点：一是在去噪的同时能较好地保留图像的边缘轮廓等细节信息；二是具备较快的去噪速度和适应噪声变化的能力。仿真实验验证了该算法除了能较好地去除高斯噪声、保留图像的边缘轮廓外,还拥有较快的运算速度。