本文主要研究了数字图像处理中一些重要的滤波去噪技术并将其应用于实际的医学图像去噪处理之中。对这些技术的研究总体而言分为两个方面:一方面是非线性空域滤波技术,重点是对基于偏微分方程理论的各向异性扩散滤波方法的研究;在这里针对传统的Perona非线性扩散方程在滤波去噪时对图像峰值边缘保护不足的特点提出了两种改进算法,新的算法增强了图像的边缘保护能力。本文还应用可加性分解思想于各向异性扩散方程,在离散形式上作了相应的改进,同样增强了对图像边缘保护的能力,而且还提升了图像区域的平滑效果。对于传统的加权中值滤波和Lee滤波器也提出了相应的改进方案;另一方面是对基于小波变换理论的频域滤波方法的研究。在这里结合李氏指数的理论提出了一种各层小波系数阈值确定的统一形式,并且还重点论述了小波变换滤波和Perona非线性扩散方程在某种条件下的等价性。除了对数字滤波技术的研究,本文还结合医疗影像学的相关知识分析了几种重要医学图像,包括B超图像、磁共振图像、CT图像等的形成机理和噪声特性。本文始终遵循理论联系实践,理论实践并重的研究思路,对算法的理论基础和滤波原理作了较详细的论述,对不同算法均使用C++语言和Matlab语言设计了相关的程序进行验证。为了更好地说明问题和得出最终的结论,本文还专门设计一章通过大量的实验和定量指标并结合仿真图像和实际的医学图像来比较评价不同算法的处理效果。实验表明,本文提出的算法较传统算法均有性能上的提高,从整体上给予了各向异性扩散滤波方法的最佳肯定。这些方法满足了医学图像去噪处理的要求,加强了数字滤波技术的应用性,同时具有理论应用意义。