在数字图像领域,由于各种原因使得图像不可避免的受到噪声的污染。噪声破坏了图像原有的信息,对图像的后期处理带来很大的影响,所以在图像的预处理阶段进行图像去噪。图像中的噪声基本是由椒盐噪声和高斯噪声组成的混合噪声,现有的去噪算法大多针对这两种噪声。本文在对这两种噪声的数学模型和灰度值直方图进行了分析的基础上。针对椒盐噪声,在对经典的去噪模型中先判断后滤除思想进行了分析的基础上,在噪声判断方面,分析了一些经典的噪声判断法,如：开关阂值法、极值判断法及两极门限法,最后选取了两极门限检测法作为椒盐噪声判断的有效检测法。在噪声滤除方面,分析了中值滤波、去极值中值滤波和方向中值滤波的优劣性,针对方向中值滤波有很好的方向性,但存在着细节判断不够的缺点,提出了一种基于模糊推理的方向中值椒盐滤波算法。针对高斯噪声,研究了几种偏微分方程的模型,如：热传导方程、P-M方程及方向扩散方程,分析了各种模型的优缺点,针对带边缘停止函数的方向扩散模型具有良好的边缘保护能力,但同样存在着边缘去噪能力不够的缺点,本文改进并提出了一种新的方向扩散的模型。最后结合基于模糊推理的方向中值椒盐滤波算法和改进的方向扩散模型的偏微分算法,提出了一种新的混合噪声的滤除算法。通过Matlab对提出的新算法进行仿真实验和数据比对,实验结果验证了改进算法优于之前的算法。