在数字图像的形成和传输过程中，会不可避免地受到外环境、系统性能和人为因素等诸多方面影响而含有噪声大地降低了图像的质量。图像噪声的种类很多，其中最为见的是椒盐噪声和高斯噪声。当图像中混入的噪声为单的噪声时，均值滤波主要用于去除高斯噪声，而中值滤波可以有效地消除脉冲噪声。但大多数情况下，两种噪声同存在于一幅图像中，单一的中值滤波或均值滤波很难取得人满意的去噪效果。为了解决这个问题，人们提出了许多法。文献[1 运用模糊数学的思想提出了一种基于模糊技的自适应加权均值滤波器，其方法对单一的高斯噪声滤除得了很好的效果，但由于均值滤波器的局限性，随着加入盐噪声密度的增大，滤波后的残余噪声越多。为此又先后出了一些混合滤波方法，首先利用局部阈值把像素归类为高斯噪声污染的像素和受椒盐噪声污染的像素，然后对它加以区别对待的滤波方法，如一种去除高斯和椒盐混合噪的混合滤波器、图像去噪混合滤波算法[引、一种通用 的于噪声检测的滤波算法[4]以及基于中值一模糊技术的}滤波器㈣等。这些滤波方法其滤波效果有所增强，但由于离噪声点所采用阈值的局限性，对脉冲噪声点造成误判噪声抑制与细节保护方面仍有不同程度的局限.