微阵列图像是通过扫描杂交后生物芯片被激发出的荧光信号得到的图像。微阵列图像处理通过定位和提取每个靶点上探针的信号强度，并通过计算平均灰度值和分析强度比率等为生物学家进行更高层的基因分析提供必要条件。 本课题的研究重点集中在微阵列图像滤波、网格划分和归一化三个部分，针对三个部分分别提出了相应的改进方法，并通过实验对改进前后的方法进行了比较。 本文提出了一种改进的基于数学形态学滤波的网格划分方法，在图像滤波时对块噪声进行单独处理，对投影图再次滤波，并辅以自动纠错步骤，在很大程度上提高了微阵列图像的划分成功率。 通过分析基因表达数据的MA散点图和LOWESS归一化方法的特点，提出了一种改进的归一化方法Q-LOWESS。实验数据表明，这种方法在提高了归一化效率的同时，改善了归一化的效果。 最后，为了使实验更加方便，结果更加直观，在VC6.0开发环境下实现了微阵列数字图像和信息处理中的各种算法及功能，设计出一款微阵列数字图像处理软件。