本论文介绍了在非变换域中对图像去噪中，常采用的各种自适应滤波器，及模糊原理和自学习神经网络等方法在图像去噪的应用。并根据噪声的特点提出一个模糊函数，相对传统的模糊函数能更好的区别图像局部的变化的原因，从而在空间域中基于新提出的模糊函数提出一种自适应均值滤波器，文中称为FAM方法。与其他算法比较，去噪性能好且简单实用。 　　本论文介绍了小波理论及其统计特性，从小波系数的统计模型：层内模型、层间模型和混合模型出发，系统的介绍了图像去噪的各种方法。并接着把空间域中提出的模糊函数应用到小波域中，得到一种对信号方差估计的新方法，应用到LMMSE去噪算法中，把这种新的去噪方法称为FLAWML方法。并在此基础上，提出基于FLAWML和FAM在小波域中结合使用的方法，在图像去噪取得良好的效果。