图像信号是非平稳信号,具有时频局部特性。目前存在的时频分析工具,主要包括短时傅里叶变换、Gabor变换、稀疏傅里叶变换、Wigner-Ville分布、分数阶傅里叶变换、小波变换等等。其中,短时傅里叶变换概念直接算法简单,得到了广泛的应用,但其窗函数分辨率单一,窗口形状固定。由Morlet提出并经过不断发展的小波变换改善了前者的缺点,窗函数面积固定形态可变,给分离信号和噪声带来了极大的方便,但其高斯窗函数和简谐波同步平移伸缩,失去了与傅里叶谱的直接联系。S变换继承了短时傅立叶变换和小波变换的优点,可看作小波变换的结果乘以一个复正弦谐波函数,保持着频率的绝对相位信息,相当于小波变换的相位校正,且不需要满足容许性条件,可以更直观地检测、分析信号,是一种极具应用价值的多分辨率分析方法。然而它内存空间需求量大、计算复杂度较高。基于此,Stockwell不断对其改进发展,进一步提出了离散正交S变换。随后,又有学者提出了快速离散正交S变换。冠心病严重危害人类的身体健康,被称为“人类的第一杀手”,冠状动脉造影术是目前临床诊断冠心病的金标准。进行冠脉造影时,图像噪声的影响会增加医师诊断的难度,进而影响诊断的正确率。与此同时,由于冠脉造影的特殊性,需要对持续跳动的心脏进行动态观测。这就给冠脉造影图像提出了实时滤波的要求。针对此背景,本文致力于实现一种快速有效的降噪算法。受离散正交S变换在医学图像降噪领域的成功实践启发,结合离散余弦S变换和小波变换的阈值降噪,提出了一种基于离散余弦S变换的阈值降噪算法,实现了降低图像噪声的目的,并大幅减少了数据处理时间和处理量,同时提出了一种基于结构相似度最大化的阈值选取方法,避免了手动选取阈值的盲目性和偶然性。最后本文将该阈值降噪算法和阈值选取方法应用于实践,提出了一种冠脉造影图像序列的时空滤波方法,将图像分为图像背景和线状结构两部分,分别使用基于一维和二维离散余弦S变换的最佳阈值滤波,对两者进行时域滤波和空域滤波。结果表明该方法能够在提高图像质量水平的前提下,大幅减少滤波时间,有效节约了计算成本和内存空间,这说明该方法有望实际应用于医学图像的实时降噪。