近年来,随着图像传感器工艺的发展和数字图像处理理论的进步,数码相机已经得到了越来越广泛的应用。本论文主要研究了数码相机中的图像降噪和颜色插值两种算法。其中,前者是能够获得高品质图像的基本保证,后者是能够根据采集到的原始数码恢复出彩色图像的核心算法。二者在数码相机中都具有非常重要的作用。针对数码相机中普遍存在的椒盐噪声和白高斯噪声,本文提出了一种新的自适应降噪算法。首先采用一种基于高斯噪声性质的参数估计方法得到图像中高斯噪声的标准差,然后利用得到的标准差对椒盐噪声进行检测,并对受到污染的像素点进行中值滤波,滤除椒盐噪声；随后,采用一种基于邻域相似像素点线性拟合的降噪方法滤除白高斯噪声。由于在降噪过程中充分考虑了图像的空间相关性,因此该算法在有效滤除噪声的同时,充分保留了图像的细节特征。针对数码相机中Bayer型数据的分布特点,本文提出了一种基于色差空间和边缘检测的颜色插值算法。该算法提出一种新的边缘检测算子,利用图像的颜色相关性来进行边缘检测,提高了边缘检测的准确性,而且三种颜色分量的插值都在色差空间中进行,因此在完成颜色插值的同时既能减少图像的细节模糊又能有效地抑制图像的伪彩色。