针对含有丰富纹理和边缘特征的噪声图像,提出一种基于形态成分分析(MCA)和Contourlet 变换的自适应阈值图像去噪方法. 该方法首先引入MCA 将噪声图像分为低频部分和高频部分,在此基础上设计一种自适应的分层阈值估计处理策略. 根据噪声的分布特性,通过阈值估计和Contourlet 变换对噪声图像的低频部分和高频部分进行分频带去噪处理,有效去除噪声图像中的噪声. 通过对噪声图像的仿真实验表明,文中方法能较好地保留图像纹理和边缘,并且在去噪效果上优于传统的均值滤波去噪、中值滤波去噪、小波多层