在图像获取、图像传输等过程中，都不可避免地含有噪声，因此，对含噪图像进行去噪处理，提高图像的质量，就成为一个重要的研究课题。对于图像的去噪问题，目前小波系数收缩法(WaveShrink)及其改进形式的研究成了一个热点，并取得了较好的结果。由于单小波基不能同时拥有基于小波变换图像去噪算法需要的所有性质，限制了单小波系数收缩算法去噪效果进一步提高。因而人们开始关注具有良好性质的多小波，并得到了一些研究结果。由于目前没有充分利用图像在多小波域内的性质，现有文献报道的图像去噪效果并不理想。本文以标准256级灰度图像为研究对象，利用多小波变换将图像变换到多小波域，在小波域内应用Laplacian算子的一种特殊差分格式，并考虑小波域内各个子带的分形维数，定义了一个新的自适应的小波系数阈值收缩函数，并由此提出了一种自适应的多小波阈值去噪算法AMT(adaptive multiwavelets thresholding algorithm)。与以往去噪算法的不同，本文算法只需要含噪图像本身，不需要去噪图像的任何其它先验知识(如图像噪声方差的估计等)，即可自动确定多小波域内的小波系数收缩阈值。针对标准的256灰度数图像，进行了去噪仿真实验研究。实验结果表明，对于非平衡的多小波，AMT算法不仅能具有良好的去噪效果，而且能有效的保留图像的细节信息和纹理特征。尤其对于高度污染的图像，AMT算法去噪效果更加显著。