在信息化的今天，图像信息日渐增多。据研究，在人类所接受的全部信息中，70%以上是通过视觉得到的信息。和语音文字相比，图像包含的信息量更大、更具体、更直观，因而具有更高的使用率和更广泛的适用性。由于种种原因，图像的质量有可能受到损害，噪声就是其中一种。在图像处理的过程中去噪成为必不可少的一种预处理。
    噪声可以理解为妨碍人的视觉器官或系统传感器对接收的图像源信息进行理解或分析的各种因素。一般噪声是不可预测的随机信号。噪声对信号的影响可以分为加性噪声模型和乘性噪声模型两大类。噪声的存在使得所观测到的图像模糊不清，细节被忽略，识别目标变得不可识别，影响了图像的应用效果。图像去噪指的是利用各种滤波模型，通过平滑等方法从已知的含有噪声的图像中去掉噪声。
抑制图像中的噪声有很多常规的方法，主要是各种滤波方法。一般情况下，滤波方法都能在一定程度上滤除图像中的噪声，但在滤除噪声的同时，存在噪声抑制与边缘保留之间的矛盾。为此，在抑制噪声的同时，还能保持边缘和纹理信息，更好的复原因噪声引起的图像质量的退化问题是这类研究的难点。
    小波分析和偏微分方程在图像处理中都有各自突出的去噪表现，为此，本文尝试将这两个不同的去噪思路相结合，在获得对噪声的很好地抑制的同时，能够很好的保持图像原有景物的细节纹理与边缘信息。