数字图像在采集、传输等过程中经常会受到各种噪声的干扰，严重影响了图像效果。因此，在进行边缘检测，图像分割，特征提取，模式识别等工作之前，对图像进行噪声滤除是非常必要的。目前该领域研究的热点问题是如何能既有效的滤除噪声又极大限度的保护图像细节。椒盐噪声（salt-and-pepper noise）又称之为脉冲噪声，是在图像处理过程中广泛存在的一种对图像质量破坏严重的噪声。常用的去除椒盐噪声的算法有中值滤波算法(Median filtering algorithm)和均值滤波算法(Mean value filtering algorithm)。本文在两种滤波方法的基础上，从窗口的角度进行去噪效果分析研究。本文的研究工作主要包含以下三个方面的内容：(1)分析常用窗口在滤波过程中的特点，指出各窗口适用的滤波图像类型。(2)鉴于六边形搜索算法（HBS：Hexagon-based Search）和钻石搜索算法（DS：Diamond Search）在视频编解码h.264中所起到的作用，本文提出一种自适应六边形窗口。该自适应窗口由四个六边形窗口组成，每个窗口的水平方向像素个数多于垂直方向像素个数。由于大部分图像的水平方向像素关联度强于垂直像素的关联度，因此，使用六边形窗口算法对含噪图像进行加权均值滤波处理，其滤波效果优于一般窗口。(3)本文针对滤波图像中的纹理细节提出一种八方向T字窗口：首先窗口的主方向沿0°、45°、90°、135°四个方向，容易找到这四个方向的纹理走向，其次凸起部分可以分辨纹理两侧中哪一侧与纹理细节更契合，即哪一侧的灰度值与主方向最接近，为滤波提供更多有效的信息。T字窗口算法根据噪声图像某一区域内像素灰度值的差别大小将噪声图像分为平坦区域和纹理、边缘区域。平坦区域内像素灰度值变化较小，采用方形窗口滤波；纹理、边缘区域内像素灰度值变化较大，采用八方向T字窗口进行滤波。对不同区域自适应的选用不同窗口滤波，使平坦区域和纹理、边缘区域均达到较好的滤波效果。为了验证算法的有效性，本文在VC++6.0编程环境下分别对具有低密度噪声的图像和具有高密度噪声的图像进行滤波，并与改进的自适应中值滤波算法（IAMF）作比较，从滤波后的视觉效果和客观性能评价标准两个方面来验证滤波效果。通过仿真实验，本文提出的两种算法不仅能有效地去除噪声并保留图像细节，而且六边形窗口滤波算法在处理水平方向像素关联度强的图像方面，八方向T字窗口算法在保留图像细节方面，都比其他滤波算法有更大的优越性。