数字全息术将传统光学全息术和数字图像处理技术相结合,可以记录和显示物体的三维信息,在众多领域中得到了广泛应用。由于激光源具有高相干性,照射到光学粗糙表面的物体上,造成散射光的随机干涉,形成散斑噪声,不同于非相干的加性噪声,散斑噪声是一种非常难处理的乘性噪声,散斑噪声的存在严重影响了重建图像的质量,因此,散斑噪声的去除在数字全息领域必不可少。本文首先对散斑噪声的成因进行了研究,由散斑的统计特性可知,若N为散斑图样个数,则散斑对比度与N成反比,因此可以利用多视数字全息来抑制散斑噪声。光学多视数字全息需要搭建光路进行多张图像的采集,装置复杂且费时,在数字多视中,通过随机重采样掩模来模拟移动漫反射器,掩模主要有公平约束掩模和随机重叠掩模,两种掩模可以很好的降低图像的散斑对比度。接着研究了数字滤波算法,非局部均值滤波基于加权平均的思想,将算法应用于数字全息图像中,并利用积分图像法进了加速,算法速率提升了10倍甚至更高;在非局部均值滤波的基础上,研究了三维块匹配滤波算法,并对算法进行了优化,以降低其复杂度,最后将非局部均值滤波和三维块匹配滤波算法进行对比,计算了峰值信噪比和结构相似性,对算法的散斑噪声抑制效果进行定量评价。多视数字全息中的散斑对比度受到理想曲线的约束,在对比度达到饱和之后,图像数量增加去噪性能基本不变;三维块匹配滤波算法在噪声较大时由于错误分组导致去噪性能下降。将多视数字全息中的两种掩模和三维块匹配滤波算法进行联合,形成多视块匹配滤波算法,并根据评价函数进行噪声抑制效果评价。公平约束掩模与数字滤波算法的联合对去噪效果有一定程度的提升,当与三维块匹配滤波算法结合,峰值信噪比可提高1d B,且联合算法在图像信噪比较低时依然可以保持良好的视觉效果。随机重叠掩模和数字滤波算法的联合去噪效果更优,结合非局部均值算法,峰值信噪比提高2.78d B;结合三维块匹配滤波算法,峰值信噪比则可提高4.06d B,而结构相似性达到了0.99,滤波后的图像和原图相似度非常高。最后计算去噪后图像的散斑对比度,联合算法打破了多视中散斑对比度的理想界限,同时也解决了三维块匹配滤波算法中错误分组的问题,在图像信噪比较低时取得了良好的视觉效果,结构相似性达到了0.99,联合算法可以有效的抑制散斑噪声。