小波变换,具有联合表示时域以及频域信号的优点,可作为分析研究非平稳信号的重要工具。该方法通过伸缩以及平移等运算功能展开对信号的多尺度分析,从而实现对信号的分解。但是,使用小波域阈值法进行图像去噪时,图像灰度值发生跳变的地方会出现振荡现象,而且噪声污染程度越高振荡会越明显。为了解决这个问题,本文将全变分模型嵌入小波阈值的框架中,不但能消除振荡现象,而且能使全变分模型滤波在小波阈值法框架下简单易行。基于全变分模型的图像去噪概括的说就是把图像去噪问题形式化为带有全变分正则化项的图像能量泛函极值问题,采用变分原理将其中的最小化问题转为所要求解的偏微分方程,利用数字图像本身的离散特征使用适当的数值方法来求它的最优解,最后达到逼近原始图像的目的。本文提出了此变分问题完整的小波域和空域交替迭代的图像去噪算法。该模型通过改进小波阈值技术取得合适的需要保留的小波系数,再对该系数重建图像展开空域各向异性扩散处理。此外,通过对该模型中小波阈值法滤波环节的改进,又得到了相对效果更好的去噪方法。同时,论文对全变分去噪方法能够更好的保留图像边缘信息的特点做出了详细解释和实验证明。经仿真实验表明,本文提出的算法不但能很好地抑制噪声以及保持边缘,而且能够减少重构图像边缘的振荡,是一种效果明显的提高图像质量的算法。