图像去噪是图像处理中一个非常重要的分支。图像在采集和传输过程中受到各种因素的影响,导致生成的图像中往往包含噪声。噪声不仅导致人眼主观的视觉质量变差,也会导致后续图像处理步骤的准确性受到影响。图像去噪的需求就是在保留图像本身信息的前提下去除在图像生成过程中引入的噪声。在各种去噪算法中,双边滤波器凭借其优秀的“保边去噪”能力获得了广泛的应用。对于三维连续脑图像序列,其图像层之间的前景信号存在相关性。三维双边滤波器能够在三维空间里对数据进行滤波,从而利用这种相关性以获得比传统的双边滤波器更好的去噪效果。本文提出了一种应用于三维数据去噪的滤波器——三维双边滤波器。新算法直接对三维脑图像整体进行滤波,充分利用其层间相关性进一步提高了滤波质量。为了定量分析滤波器的去噪效果,本文利用了图像质量分析的两个指标——峰值信噪比PSNR和平均结构相似度MSSIM。针对新算法时间效率上的不足,本文分析并对比了双边滤波的几种快速算法。并将分段线性的快速算法应用于三维双边滤波器,得到快速三维双边滤波。实验结果表明,快速三维双边滤波的两个指标均高于相同参数下的双边滤波器,表明了快速三维双边滤波器能够有效提高滤波质量。同时对比二者的运行时间,快速三维双边滤波的时间效率也更加优秀。本文提出的去噪算法将滤波的空间由二维扩展至三维,应用于三维脑图像,实现了去噪效果和时间效率两方面的提升。该算法有望推广到其他类型的三维数据。