与其他医学成像技术相比,光学相干层析成像(Optical Coherence Tomography,简称OCT)技术具有非入侵、非接触式、高分辨、低成本和无损等优点,是近年来发展十分迅速的无损扫描成像技术,现已广泛应用于临床医学诊断以及工业领域的高分辨检测。然而,OCT作为一种的高分辨成像技术,对成像数据信息的获取要求十分严格,系统的各个环节难免会影响最终成像效果,组织中的高散射介质对光的吸收和散射,导致OCT出现分辨率下降、成像深度不足、对比度低以及噪声严重等现象,大大局限了OCT应用范围。因此,OCT图像的后期处理有着十分重要的现实意义,高效而准确的算法将使OCT系统能更好的应用于实际的诊断和检测中。本文从数字图像后处理的角度,以提高OCT图像质量为最终目的,围绕着OCT图像对比度增强,图像去噪,图像配准三个部分展开,具体的工作内容和获得的成果有:1)针对OCT图像低对比度等问题,结合OCT图像特点,设计并实现了一种基于伽马变换的对比度增强算法,该算法是基于伽马校正的全局算法和邻域算法优势互补结合形成,具有较强的普适性和调节性。实验结果证明,该算法不仅能有效增强图像对比度和局部细节信息,对背景的散斑噪声也能实现较好的抑制作用,获得明显优于其他方法的客观评估参数。2)针对以散斑噪声为主的OCT图像,通过分析传统的软、硬阈值函数以及半阈值函数的优缺点,并结合散斑噪声的特点,本文提出了一种改进的小波阈值去噪算法,并修正了阈值的选取。改进的算法在滤除噪声的同时也充分考虑图像信息的保护,实验结果证明该算法能获得较好的综合性评估结果,处理后的OCT图像质量得到有效提升。3)针对单帧基础上的去噪算法难免会使图像清晰度下降的问题,重新从多帧图像处理的角度出发,以VS2012作为开发平台,利用OpenCV视觉库中提供的高效的相位相关算法和SURF配准算法函数接口,对连续采集的OCT眼底图像数据实现了配准校正后融合处理。实验结果表明两种算法均能有效提高图像信噪比,使图像更加清晰,并且相位相关法具有更快的速度和更好的去噪效果。