由于成像装置及环境等各种原因,数字图像往往会受到不同强度的噪声干扰,这会给图像的后续处理带来困难,图像去噪作为图像处理的前提,如何高效快速的去除图像上的噪声就显得非常重要。传统的降噪算法在降低噪声的过程当中,往往会导致图像细节变得模糊,甚至会丢失许多重要的细节纹理特征,严重的破坏了图像的结构,降低了图像质量,不利于对图像作进一步的分析。为了改善这一问题,本文对图像降噪算法进行了研究,主要工作有:第一、提出了一种图像质量评价方法。针对含噪图像,本文根据椒盐噪声点周围的梯度较大的原理,首先利用TSMD算法将灰度图像二值化,有效地检测出椒盐噪声点,然后通过这些噪声点来估算出图像的SNR,并与原噪声图像的SNR作对比,从而得出相应的质量评价方法。实验表明:依赖于TSMD算法的质量评价方法是可行的,其最大优势在于可以在不知道任何先验条件的情况下对图像的质量进行评价;第二、给出了一种选择性中值滤波去噪方法。利用TSMD算法将噪声图像上的椒盐噪声点检测出来后,通过对检测出的噪声点数量进行统计,然后有针对性地去除噪声点,得出选择性中值滤波去噪方法,并与传统的去噪算法进行了对比。实验表明:选择性中值滤波方法可以明显的去除图像上的椒盐噪声,并且该方法在去除噪声时,对图像几乎不产生影响,去噪结果明显优于全局中值滤波方法;第三、改进了非局部均值滤波算法。非局部均值滤波算法对于噪声图像有较好的去噪效果,但其存在明显的不足,如权值核函数加权不足、对图像的结构破坏比较严重等。针对这些问题,本文对该算法的权值核函数进行了适当的改进,并对去噪图像的质量进行了相应的评价。实验表明:改进算法的去噪能力有所提升,同时也能较好的保留图像细节。