数字图像在获取、传输、储存等过程中不可避免的会被外部噪声干扰，引起图像质量退化。因此，对图像进行去噪还原是图像处理中一个必要而又重要的步骤。人们通过对数字图像不同角度的认识，提出了不同的图像去噪方法。图像的多尺度几何分析法的优势在于可以对信号的频域分解与时域频域分析，能较好的逼近图像细节。其中曲波变换擅长处理的曲线特征占构成图像的细节特征的大多数，因此应用比较广泛。常用的曲波变换去噪方法是阈值法，通过用阈值改变曲波系数达到图像去噪的效果。阈值去噪法虽然噪声去除比较彻底，去噪效率高，边缘保护能力强，但是往往会造成图像存在振铃、伪吉布斯效应等视觉失真。本文通过对噪声分布特点的分析和子带系数变换的要求，提出了非线性子带系数变换法。并构造了三种非线性子带系数变换函数。通过对比试验筛选出基于卡方累积分布函数变换的非线性子带系数变换去噪法。这种方法既具有较高信噪比，又去除了图像的视觉失真。基于偏微分方程（PDE）的图像处理方法起源于热力学的热扩散方程。将灰度值看做热量，模仿热扩散方程对图像的灰度进行扩散以达到去噪目的。非线性结构张量法能够很好地对图像进行平滑处理，较好地回复平滑区域、保护细小纹理，具有较好的图像处理应用前景。因此选择PDE图像去噪方程方程作为本文的基本算法之一。曲波变换法和非线性结构张量法对图像处理各有优点。本文通过Matlab平台实现了曲波变换和非线性结构张量法这两种数字图像处理方法。并结合曲波变换法与非线性结构张量法的优点，提出了二者相结合的加权去噪模型。理论分析和仿真实验一致表明，新模型达到了较好的去噪效果，基本消除了图像视觉形变，实现了对图像较为逼真的还原，具有一定的实用价值。