图像滤波技术是数字图像预处理的重要环节，对图像滤波的好坏，直接影响滤波后分割的精度。图像成像过程中受各种因素的影响，人们事先很难了解成像过程中信息丢失的情况，使得图像处理过程中带有一定的相似性和不确定性。而模糊集合论及模糊信息处理技术，在处理带有模糊不确定性的事件及对不精确知识的描述与处理上都具有极大的优势。基于以上原因，本文研究了以模糊信息处理技术为基础的图像滤波算法，提出了一些新的思想和想法。本文首先从低密度椒盐噪声的去噪开始，通过四个不同方向的拉普拉斯算子来检测噪声，然后将卷积得出的结果通过模糊规则转换为噪声隶属度，利用得到的噪声隶属度采取加权的方法去噪，然后是讨论高密度椒盐噪声，先是对ROAD统计量检测噪声的能力进行讨论，从而探讨处理高密度椒盐噪声的方法。通过对椒盐噪声性质的分析，提出新的噪声检测方法，并采取噪声点和非噪声点分离的处理思路，基于像素间的相似度进行去噪，最终得到了比较好的结果。