图像的去噪问题一直是图像处理领域里的热点,在航空航天、视频监控、三维重建、图像分割、边缘检测、遥感图像等成像领域里,由于受到环境的干扰和成像设备的限制,所采集的图像信号往往带有不同程度的噪声。在对这些图像进行处理之前,往往需要对它们进行一个去噪的预处理过程,以提升图像的质量。根据噪声的种类不同可以分为脉冲噪声、泊松噪声、高斯噪声、混合噪声等等。针对不同的噪声类型需要用到不同的去噪算法,这类算法通常都是假设噪声服从某种分布模型的,然后基于该假设设计出对应的去噪算法。泊松噪声和高斯噪声是图像去噪领域里最常见的两种噪声模型,本文对这两种噪声的去噪算法分别进行了研究,针对泊松去噪提出了一种基于BLS-GSM的去噪算法。对高斯噪声去噪,在BM3D算法的基础上提出了一种新的分组策略,并对算法用OpenMP进行了加速。MRA血管增强技术在心脑血管疾病的预防和诊治中有重要的应用价值,本文研究了基于灰度3D SUSAN算子在MRA脑部血管增强中的应用,首先对初始的数据进行去噪滤除噪声,接着用基于3D SUSAN算子的算法对脑部血管进行增强,最后用体绘制技术对增强后的脑部血管进行三维显示,获得了不错的显示效果。本文将具有较好抗噪能力的3D SUSAN算子作为一种新的属性值引入到直接体绘制的传递函数设计中,构造出一个全新的两维的传递函数空间——灰度3D SUSAN算子特征空间。由于SUSAN算子对局部噪声不敏感、抗噪能力较好,因此,通过本文的算法对脑血管增强,能够获得比传统两维的特征空间更好的绘制效果。