图像是视觉信息的重要载体,随着计算机技术的飞速发展,数字图像已成为视觉信息的主要表现形式。数字图像在其产生、存储和传播等过程中,会受到不同程度的噪声的干扰,影响信息的正常获取和判读。如何有效地去除噪声,从图像中获取有效信息成为当前研究的热门领域。更重要的是,在医学临床应用中,由于成像原理以及成像设备的不完善等原因,医学图像中含有比较复杂的噪声,干扰疾病的诊断和治疗。因此,图像去噪具有极其重要的理论和应用价值。本论文首先从噪声是否与信号相关入手,介绍了信号无关噪声和信号相关噪声,详细比较了它们的不同；提出了一个噪声模型,能有效地表示不同类型的信号相关噪声；同时,介绍了数字图像去噪的基本原理和相关算法。最后,对X射线相衬成像和光学相干层析成像(OCT)这两种医学成像技术作了简单介绍,指出信号相关噪声去除为该领域中的重要研究课题。然后,介绍了本文中用到的一些相关技术和算法：分块DCT算法和经验维纳滤波算法。同时,介绍了一种信号相关噪声参数估计的方法,以及几种关键技术：噪声方差的PCA估计,图像弱纹理区域的选取和参数的极大似然估计等。以上算法为本论文提出的信号相关噪声去除算法的基础。块匹配三维协同滤波(BM3D)是加性高斯噪声去除的优秀算法之一。然而,对于医学临床图像中的信号相关噪声,该方法无法有效地实施。我们利用信号相关噪声参数的鲁棒估计和相似性的准确度量,以及用自相似的方法对去噪的结果进行增强处理,提出了一系列信号相关噪声的BM3D去噪改进算法。本文的创新点主要体现在以下几个方面：●基于噪声分析的BM3D改进算法。信号相关噪声具有复杂性和多样性的特点,本文利用PCA算法和极大似然估计对信号相关噪声参数进行估计,并调节DCT阈值和维纳滤波的收缩系数,提出了针对于不同噪声水平的改进的自适应BM3D算法。●基于结构相似指数的相似性度量。对于信号相关噪声,经典的欧式距离在度量相似性时不够准确。我们将结构相似指数与欧式距离结合起来度量图像块的相似性,并应用于BM3D的协同滤波过程中,进一步增强了图像块的相似匹配。●基于自相似性的去噪增强处理。对于受噪声污染比较严重的图像,由于不合理的阈值收缩处理,经过改进的BM3D算法去噪后,出现了比较严重的人工伪影,我们利用自相似平滑处理来进一步增强滤波的结果,得到了更好的图像去噪结果。我们利用提出的针对信号相关噪声的改进的BM3D算法以及自相似去噪增强算法,对于模拟的和真实的信号相关噪声退化图像进行了去噪处理。结果表明,本文提出的算法在主观的视觉效果和客观的峰值信噪比等指数方面,相对于经典的BM3D算法和相关的去噪算法,都有一定程度的改进。在对于X射线相衬成像和光学相干层析成像的去噪中,本文提出的算法在保持图像细节和特征方面具有一定优势。基于噪声分析和结构相似指数的块匹配协同滤波,以及自相似去噪增强算法深化并丰富了信号相关噪声的滤波技术,在医学影像中的应用具有重要的理论和临床应用价值。