磁共振成像和超声成像是医学影像学中主要有效的诊断途径。但由于成像机理和设备等因素,最终的影像会呈现出不同性质的噪声,影响后续的医疗诊断和治疗。磁共振图像用于视觉检测的幅度图像中的噪声并不是加性高斯白噪声,而是呈现与信号相关的Rician分布,因而不易从信号中去除。这些噪声伪影是来自原始k -空间复数数据实部和虚部不相关的零均值加性高斯白噪声。因此,原始k -空间的复数域去噪方法成为医学图像去噪领域的研究热点。医学超声图像在成像过程中产生了与信号相关的斑点乘性噪声,加大了信噪区分的难度。但这类噪声在对数域呈现为高斯加性噪声,所以超声图像对数域的去噪方法成为此领域的又一研究热点。本文主要通过考虑方向性和相关性来建立去噪模型。基于不同的出发点提出了两类去噪方法。考虑到小波域子带能量分布的方向各异性,并引入平移不变的思想,提出一种新颖的基于非抽取小波域的局部有向Wiener滤波方法。基于较小邻域窗口内的小波系数之间具有一定相关性的事实,提出一种基于Stein无偏风险估计的近邻系数阈值策略,达到了自适应选取邻域窗口和收缩阈值的效果,提高了去噪算法的自适应能力。实验结果表明,本文提出的两种方法对磁共振和医学超声图像噪声地抑制都是可行的。与其它几类经典高效的方法相比,均取得了更佳的视觉效果和更好的定量分析结果,不仅达到了有效抑制噪声的目的,且保留了更多的细节特征。