本文研究的内容属于数字图像处理技术中的图像增强技术,研究的目的是针对受到混合噪声污染的图像进行平滑滤波处理。其中噪声主要包括高斯噪声和椒盐噪声。当数字图像同时受到这些噪声的干扰时,应用经典算法进行滤波往往达不到很好的效果。那么对于滤除混合噪声的滤波算法的研究就尤为必要。本文从数字图像的基本概念入手,首先讨论了数字图像下高斯噪声和椒盐噪声的特点。然后,深入研究了经典的滤波算法,包括均值滤波算法和中值滤波算法。研究了它们的基本思想,并且举例说明了滤波算法的具体操作过程。进而在以上研究的基础上,对两种滤波算法的优势与劣势进行了论证。在滤除高斯噪声方面,均值滤波算法有着更优的效果,而中值滤波算法显得效果不佳；在滤除椒盐噪声方面,中值滤波算法能够非常好地改善图像质量,而均值滤波算法则显得无能为力。基于这样的研究基础,在综合两种滤波算法的优点的基础上,提出了一种能够同时对两种噪声进行滤波的自适应算法。这种算法通过摒弃邻域像素灰度值最值的方法,滤除椒盐噪声；然后在应用邻域平均法,选择方差最小的灰度值序列所对应的均值作为滤波算法的最终的输出值。最后,通过试验仿真验证,在滤除混合噪声污染的图像方面,本文的滤波算法较优于传统的算法。