图像去噪问题一直是图像预处理的热点问题,现今发展的很多理论,在图像处理领域都有广泛的应用。全文先介绍研究背景、意义,及变分去噪的现状,给出了能量泛函极小化问题转化成相应偏微分方程的理论基础及推导过程;接着详细分析变分去噪模型,介绍了正则化参数的几种选取方法。本文针对Rudin提出的基于ROF模型的正则参数的选取方法,提出了一个解此模型的新初值,确定了一种新的变分去噪模型定参方法。选取的新初值不是通常所取的噪声图像,而是对噪声图像进行小波分解后,只对高频系数进行阈值化处理,再重构的图像。最后以全变分去噪模型为例,从梯度下降法解相应的欧拉方程着手,根据新方法选取的参数,同时保证均值和方差估计式,对图像进行去噪。根据给出的偏微分方程进行差分迭代求解的离散格式,选取两幅不同的测试图像进行数值仿真。结果表明,该方法选取的初值具有更好的去噪效果。