随着医学三维超声图像越来越多的应用到临床疾病诊断和图像引导介入手术中,三维超声成像技术得到了广泛的研究。光学定位跟踪装置因其定位距离远、精度高等优点,被广泛的应用到三维超声成像系统中。本文围绕自由式三维超声高精度成像的需求,分析了基于光学定位的自由式三维超声成像系统的组成及功能,完成了对基于系统三维图像重建过程的研究,分析了三维超声图像重建过程及图像重建算法存在的问题,提出解决方案。本文主要工作如以下几个方面:(1)结合基于光学定位的三维超声成像系统,深入分析三维超声图像重建的过程,对图像重建中的关键技术如图像感兴趣区域的提取、构建体数据包围盒技术、像素重分配技术及三维图像可视化技术进行了深入研究。(2)分析三维超声图像重建的过程,针对图像重建过程中对斑点噪声的忽略,本文提出在图像三维重建过程中增加去噪预处理操作。综合分析现有超声图像抑制斑点噪声的方法,比较它们的优缺点,针对现有去斑噪方法的不足,本文采用了新的去噪算法-极限学习机去噪算法。分析算法的原理,并通过实验测试确定算法的去噪参数,推导出该算法实现图像去噪的过程。在含噪图像上,完成了对极限学习机去噪性能的测试。测试结果表明,极限学习机算法有较好的去噪效果,且对图像边缘信息有一定的保护作用。(3)全面分析现有三维超声图像重建算法,比较它们的优缺点。针对现有算法的不足,本文在核回归基础上将自适应核回归算法应用到三维超声图像重建的新领域中。分析该算法的原理,推导自适应回归核的计算及其实现三维超声图像重建的过程。在超声图像上,完成该算法图像重建性能的测试。测试结果表明自适应核回归算法较好的滤除了重建图像中的斑点噪声,且较好的保护了图像的边缘,边缘清晰,便于对重建图像进行后续的分割、识别等操作。(4)结合本文介绍的两种算法,完成脑肿瘤切除前后三维图像的重建,定性和定量的分析图像重建的结果,结果表明,自适应核回归算法是一种重建性能较好的图像重建方法;对超声图像进行去噪预处理,有利于提高图像重建的精确度,从而证明了本文算法的有效性和可行性。