数字图像处理技术是当今科学研究以及社会生产不可或缺的工具，它与计算机科学、工程学、统计学、信息学、生物、物理、化学以及社会科学技术都有所结合。图像去噪又是各种图像处理的基本工具，所以好的图像去噪算法对这个领域的发展尤为重要。以P‐M模型为基础的全变分模型是经典的图像去噪算法之一，但这个模型使得去噪图像过于模糊，影响了图像的视觉效果。本文就是以在图像去噪的同时又能保护边缘为目的，对TV模型进行改进，提出了两种改进的全变分去噪模型：第一种是基于空域相关滤波和TV模型的图像去噪算法。图像经过小波分解以后，其边缘细节和纹理主要集中在高频部分，而取相邻尺度的小波系数进行相关计算,可以提高图像边缘的定位精度。本算法就是利用小波高频系数的相关计算来控制TV模型的扩散，将改进的空域相关滤波作为TV模型的权函数，得到的新模型在去噪的同时抑制模糊，起到了保护了边缘细节作用。仿真实验用了三种典型的离散方法，结果显示了用本算法处理的去噪图像视觉效果有所改善，且峰值信噪比也有很大的提高。第二种全变分去噪模型是基于形态学边缘检测算子和TV模型的图像去噪模型。数学形态学是图像处理领域中比较经典的综合学科，形态学边缘检测算子是边缘检测算法中经典的算法，本文将形态学边缘检测算子作为TV模型的权函数，得到的新模型使得在图像去噪的同时又保护了边缘细节，改善了图像的视觉效果，提高了图像的峰值信噪比。本文中提出的两种改进的全变分模型算法简单，计算量小，对含噪图像的去噪效果明显，既改善了图像的视觉效果，又提高了图像的峰值信噪比。仿真实验结果说明这两个算法均达到了最初算法设计的基本目的。