图像在某些数字化过程或者传输过程中总会受到设备与环境因素的影响而产生噪声,将图像中的噪声去除一直是图像处理领域一个基础性且不可缺少的研究课题,随着科学技术的发展,图像去噪方法与算法也越来越多,去噪的效果也越来越好。盲源分离在信号处理上发挥着很大的作用,所谓盲源分离,即在对原始数据未知的情况下进行某种处理得到我们想要得到的源数据。独立分量分析是解决盲分离的重要方法,它旨在寻找一个方法使得产生的信号彼此间相互独立。现在盲信号处理的算法,大都是基于独立分量分析的。独立分量分析的基本思路就是,如果源信号间是相互独立的,那么将混合信号恢复成相互独立的源信号的估计。目前多数去噪的算法都是将含噪图像当成一个混合信号来进行滤波去噪,因此不管是在空间域还是变换域去噪,去噪结果经常会发生去除噪声不完全或者会减弱图像信号的现象。本文将含噪图像中的噪声信息与图像信息认作两个相互独立的信号,然后对这两个信号进行盲分离,得出图像信号和噪声信号。对于一个含噪图像,本文采用二维小波变换将图像中的噪声信息提取成一个虚拟观测量,即满足了独立分量分析的基本条件,观测信号数量不小于源信号数量,再利用含噪图像与提取的虚拟观测量进行盲分离,达到去噪的目的。