图像在生成以及传输过程中，经常会混杂着各种类型的噪声，如高斯自噪声、椒盐噪声等。这些噪声的存在将会极大地影响到边缘检测、图像分割、特征提取和模式识别等工作的效果，因此消除噪声是图像处理任务中相当重要的一环。
目前，常用的图像噪声消减算法主要包括中值滤波、均值滤波、小波去噪等，这些算法虽然都具有一定的消噪能力，但是同时也都存在一些缺陷。例如：均值滤波能够有效消除各类高频噪声，但是同时也往往严重削弱了图像中具有重要意义的边沿信息；中值滤波虽然能够有效地保持边沿信息，但是其对噪声的消除能力非常有限；小波去噪虽然在保持图像边沿的同时能够较好地消除图像中的低幅度高频噪声，但是也存在振铃、伪吉布斯效应等视觉失真。因此有必要进一步研究新型的滤波算法，能够在消除噪声的同时有效保持有用的边沿信息。本文正是针对这一问题提出了一种基于包络线的新型滤波方法——包络滤波，该方法能够有效地消除信号中的各种低幅度噪声，同时保证主要的边沿信息不丢失，从而为图像的消噪提供一条新的思路 。