图像在采集和传输过程中，往往会引入不同程度的噪声，这就为后面的边缘检测、图像分割和形状识别等带来很大的难度，所以图像去噪是图像处理中非常重要的一环。影响图像质量的噪声中最常见的是高斯噪声和脉冲噪声，本文主要针对脉冲噪声提出新的滤波算法。中值滤波及其各种改进方法是常用的去除脉冲噪声的滤波方法，它对去除脉冲噪声具有较好的性能，去噪后在人眼敏感的平滑区域不存在或有较少的噪声，但是现存的中值滤波算法在图像的结构细节保护上较差，尤其是在高密度脉冲噪声污染下，复原引起的失真较严重。本文针对高密度脉冲噪声提出两种改进型的中值滤波算法。一种滤波方法命名为HsADMF是针对高密度椒盐噪声污染情况下的改进中值滤波法。HsADMF是基于序列图像的椒盐噪声去除的算法，利用椒盐噪声的正负脉冲特性，提出点对点的检测算法，把像素点分为信息点和可疑噪声点，仅对噪声点进行滤波处理，充分利用每幅图像的有用信息来恢复受污染的图像，取得了良好的恢复效果。分灰度图像和彩色图像分析该滤波方法的特性及其滤波效果图。第二种滤波方法命名为sADMF-VMF是根据HsADMF滤波方法的思想，提出针对高密度随机值脉冲噪声的滤波处理方法。该旅波方法首先对图像效果影响较大的极限值噪声用HsADMF方法处理，在此基础上再对随机脉冲噪声进行矢量中值滤波处理。两种滤波方法得到的峰值信噪比(PsNR)与其他经典的滤波方法相比最大，平均绝对误差(MAE)最小，即其去噪效果最好，细节处理效果最佳。