随着社会的快速发展,在日常生活中我们经常会用到摄像机、手机、监控等拍摄图像和视频,同时人类社会运作过程中也会产生各种各样的图像。然而现实社会中我们所使用的图像往往会因为成像环境或人工操作等影响而受到大量的噪声污染,这会对图像的进一步处理和应用产生影响。因此图像去噪是图像处理中必不可少的重要步骤,并一直被研究者们所关注。本文基于张量表示和Huber损失函数提出了一种新的图像去噪算法,具体工作如下:1.针对带有混合高斯和脉冲噪声的图像,本文把对异常值更具鲁棒性的Huber损失函数运用到图像去噪中,提出了一种基于Huber损失函数的图像去噪模型。2.为了降低图像去噪时间,提高图像恢复效果,本文给出了求解去噪模型的交替方向乘子法。3.为了验证算法的有效性,本文首先从Bing库中随机抽取了20幅彩色图像作为原始图像,然后在多种噪声场景下进行了实验,最后利用威尔科克森符号秩检验统计方法对实验结果进行了统计检验。结果表明:在0.05的显著性水平下,本文所提出的算法在与其它5种基于全局结构的矩阵或张量去噪算法相比,大部分情形下具有极为明显的优势,小部分情形则无显著差异;总体来说,本文所提出的算法具有更优更全面的去噪性能。