作为图象处理的预处理手段，图象去噪一直受到人们的关注，而且随着对图象的理解的不断深入和新数学理论的不断引入，图象去噪的方法与理论也不断得到丰富与发展。小波理论自上世纪80年代末90年代初被提出后，被广泛地应用于信号分析和处理的各个领域，基于小波的图象去噪方法也因此成为近十年图象处理的最大热点之一。该文对小波图象去噪的理论与方法进行了系统的研究，并对其中的一些关键技术和问题进行了较为深入的探索。 该文的工作和创新之处包括如下几个部分： 1.首次将双随机过程模型引入到方差估计中，提出了一种基于小波变换的噪声方差估计方法。实验表明新方法要优于常用的、由Donoho和Johnstone提出的噪声方差估计方法。 2.给出了一个具有很强局部适应性的、可依参数调节的阈值公式。在此基础上，提出了一种新的小波图象去噪方法，将阈值化处理和比例萎缩有机地结合在一起，取得了良好的效果。 3.首次将多尺度自回归模型引入小波图象去噪问题中，解决了在小波域中模型参数的估计问题。在此基础上提出的小波图象去噪方法具有良好的边缘保持性能。 4.提出了将不同的去噪方法进行融合的思想，并具体给出了基于小波系数估计误差的融合方法，对现有的几种小波图象去噪方法给出了融合率公式，取得了满意的去噪效果。 5.文献中讨论的小波图象去噪多集中于高斯噪声情形，该文将上述各种方法推广到非高斯噪声情形，给出了非高斯噪声下小波图象去噪问题的一些有效的解决方案。