数字图像在采集、传输等过程中经常会受到各种噪声的干扰,严重影响了图像效果。因此,在进行边缘检测,图像分割,特征提取,模式识别等工作之前,对图像进行噪声滤波是非常必要的。而如何能够在滤波的同时保证图像细节能够最大限度的被保护,是目前该领域研究的热点问题之一。椒盐噪声是在数字图象处理中广泛存在的一种对图象质量破坏严重的噪声,目前对于滤除椒盐噪声一般采用传统的中值滤波算法是一种非线性的滤波方法,虽然能够在一定程度上抑制椒盐噪声,但存在很大的盲目性,对所有像素点采用一样的处理方法,在滤除噪声的同时也会改变一些非噪声点的像素值,造成图像细节很大程度上的丢失。本文在对数字图像处理中所存在的噪声种类及特性进行研究的基础上,重点对椒盐噪声滤波算法进行了研究,论文的主要工作及成果如下:1.对数字图像的基本特性及常用滤波算法进行了研究。2.针对中值滤波对所有像素都统一处理的不足,在其基础上提出一种具有精确噪声点检测步骤的滤波算法。通过设定阈值并考虑相邻像素的相关性来区分噪声点和信号点,对于信号点保留原有的灰度值,对噪声点进行滤除。在很大程度上保护了图像的细节,提高了滤波精度。3.研究了GF(28 )有限域的特性及相关问题,并根据图像相邻像素相关性,构建了GF(28 )域上的相似函数,并据此提出了GF(28 )域上的图像自适应椒盐噪声检测算子,提出一种具有噪声点精确检测能力的改进型噪声滤波算法,该算法可对噪声点定位准确,在图像的恢复和保护图像细节方面具有良好的性能。