本发明公开了一种基于新范数的图像噪声去除方法，包括对目标图像进行块匹配，然后将匹配到的相似图像块叠成张量形式，并建立相应的主成分分析模型；给出一个新范数的定义，并将该新范数的定义从矩阵推广到张量情形，将前面步骤所建立的主成分分析模型中的秩函数替换为新范数，从而将原来的NP难问题转化为一个可求解问题，并提出新优化问题的解析解；将求解新问题得到的低秩张量并展开成矩阵形式，得到每一个图像子块的去噪结果并对重叠区域求均值，得到最终去噪结果。实施本发明，改方法有效地融合图像局部和非局部的统计特性，有效地利用了空间结构信息，提高了对噪声和奇异点的鲁棒性，实现了信噪比更高的去噪效果。