图像去噪问题一直是图像预处理的热点问题。寻求一种既能有效地减小噪声,又能很好地保留图像边缘信息的方法,是人们一直追求的目标。去噪算法的基本思想是平均,关键点在于如何使图像得到平滑的同时,细节或是高频部分予以保留。A. Buades等人提出了非局部平均去噪算法,转换了人们对去噪问题的视角。本文对小波域图像去噪方法进行了深入的研究,介绍了基于小波变换的去噪方法的原理和算法。根据图像小波系数的统计分布具有非高斯特性,可以用广义高斯模型进行描述。使用广义高斯分布(GGD)对图像子带小波系数进行建模以及GGD模型的参数估计问题,根据参数确定了非局部平均权值的广义表达式,在此基础上设计了一种基于广义高斯分布的小波域广义非局部平均去噪算法。仿真结果表明该算法在有效去除噪声的同时很好的保留了边缘等细节特征。