光学相干层析成像(Optical Coherence Tomography，OCT)为多种眼病特别是视网膜疾病的诊断提供了最直接的依据，对糖尿病视网膜病变、老年性黄斑变性等视网膜疾病的诊断具有重要甚至不可替代的作用，在眼科获得了广泛的临床应用。眼科OCT的原始图像仅是表征视网膜结构的灰度图像，而临床诊断需要观察更清晰、包含定量信息的图像。对眼科OCT原始图像进行去噪、图像增强、伪彩色等预处理，可使图像更清晰;对视网膜OCT图像自动分层并测量各层厚度，可提供疾病诊断所需的定量信息。眼科OCT图像处理技术可以有效地提高临床诊断的效率与准确性。本论文针对眼科OCT图像处理关键技术开展研究，主要工作包括以下两个方面:　　1.提出了一种基于灰度特征的视网膜OCT图像自动分层方法。该方法利用三维块匹配与均值滤波相结合的散斑噪声抑制算法对视网膜OCT图像进行去噪预处理，然后使用分两步的分层算法对视网膜图像进行分层。分两步的分层算法首先在每个A-scan上设置可变阈值进行逐层分割作为初步分层结果，然后对各层的初步分层结果进行连续性和完整性判断和修正。采用该方法进行视网膜OCT图像的分层，可以精确地分出视网膜的9层结构;该方法能够适应高噪声和低对比度的图像，对存在血管等复杂结构的图像同样能够实现较好的分层。　　2.提出了一种具有抑制散斑噪声功能的OCT图像伪彩色处理方法。该方法首先使用多级阈值将灰度图像转换为索引图像，然后确定多级阈值中对应图像散斑噪声的级次，再创建特定的颜色表，并使用创建的颜色表来显示索引图像，从而实现对灰度OCT图像的伪彩色处理并抑制原图中的散斑噪声。采用上述方法可以对高噪声、低对比度的OCT图像进行快速、良好的伪彩色处理，伪彩色处理结果有效地削弱了散斑噪声的影响，增强了图像的对比度，改善了显示效果。