提出一种光栅 X 射线相衬断层扫描中吸收信号环形伪影的去除方法。该方法采用正弦图域和重建图域结合的处理算法。对于弱伪影, 通过正弦图域的排序和滤波去除。而对于强伪影, 首先根据环形伪影在极坐标系的表现, 计算残差图像, 转换到笛卡尔坐标系得到伪影像素和样品的边界; 进而使用基于机器学习的图像分割方法获取每一类样品的分布, 同时为了保护边界信息, 通过形态学操作获得样本的内部区域; 最后再利用残差图像的分布特征定位伪影像素, 并使用临近非伪影像素均值替代。实验结果表明该方法可以在不破坏样品边界的前提下有效地去除图像中的环形伪影。

针对光学相干层析成像（OCT）过程中，光线散射、目标微动和硬件抖动等原因引起的噪声干扰，尤其是视网膜OCT图像中存在的严重噪声干扰问题，提出了一种基于模块化降噪自编码器的渐进式OCT图像降噪方法。使用多层卷积和反卷积构建自编码器，以模块化深度神经网络的架构为基础搭建了具有多个自编码器模块的神经网络，每个自编码器模块可依次输出降噪程度逐渐升高的过程结果，以满足不同的使用需求。以均方误差、峰值信噪比和结构相似度作为降噪结果的评价指标，对编码器模块数量T的研究结果表明，所设计的编码器在T=4时具有最佳性能。利用所提方法和各种主流方法对正常眼和病眼的视网膜OCT图像进行降噪处理，结果表明所提方法在各项指标上均取得最优结果，可以有效地对视网膜OCT图像进行降噪处理和大幅提升图像的质量。

与传统计算机层析(CT)成像技术相比，能谱CT可在一次扫描中得到物体在不同能谱通道下的投影图像，这有利于区分物体的材质，提高信号噪声比。基于光子计数探测器的能谱CT是近年来成像领域研究的热点。由于能谱通道变窄，每个能谱通道内的噪声增加。为了有效降低通道内的噪声，采用基于全变分最小化的Split-Bregman算法进行图像重建。根据重建模体的先验信息，进行能谱通道的划分；采用Split-Bregman算法对含噪声和稀疏角的能谱投影数据进行重建。仿真结果表明，基于Split-Bregman算法的能谱CT图像重建方法能够有效减少能谱通道内噪声的影响，满足物体材质区分的需求。

针对全场光学相干层析术实用化时成像速度不高的问题，提出一种基于FPGA控制的相位调制快速全场光学相干层析系统成像方法.首先用FPGA搭建电路以产生频率可调的高准确度正弦信号与脉冲信号, 然后利用所产生的信号作为调制频率，采用四步移相法获取光学断层图像.采用该方法对洋葱表皮细胞进行光学断层成像，并与传统相移法及采用单片机调制方式获取的图像进行对比，结果表明该方法不仅能提高成像质量，且对高分辨率光学断层图像的采集时间从目前的4 s（0.25 Hz）减少到0.03～0.05 s（20 Hz～35 Hz），提高了系统的成像速度.

为了分析光学相干层析成像技术(OCT)的图像对数变换前后的斑点噪声分布模型, 为图像去噪及其它图像处理过程提供参考, 采用了先推导斑点噪声理论分布模型, 再通过实验数据验证的方法。首先分析了对数变换前斑点噪声的统计特性, 利用数学理论推导得到斑点噪声对数变换后的理论分布模型, 然后用OCT心血管图像的平滑区域作为噪声的试验数据, 得到变换前后斑点噪声的直方图分布数据, 最后用理论分布模型对试验数据进行曲线拟合, 取得了确定系数、均方根差和卡方检测的评价数据。结果表明, 对数变换后斑点噪声分布符合Fisher-Tippett分布。这一结果对OCT图像去噪等处理过程是有帮助的。

建立了一套单模光纤型光学相干层析(OCT) 成像系统.系统采用了不同于国内其他组的新型频域快速扫描延迟线(FD-ODL) 和外差平衡接受技术,采取了一系列提高系统信噪比的方法,成功地实现高信噪比(113dB)、高分辨率、大成像深度的层析图像的提取,获得了纵向分辨率9μm、横向分辨率10μm、深度2.88μm的清晰的皮肤OCT图像.该系统比传统的采用时域延迟线的OCT在信噪比上高出了一个量级.

从激光在厚试样中入射和受激发荧光在试样中出射时光能的吸收与散射损耗的基本原理获得了光学系统接收荧光的归一化光强表达式。给出了迭代法、FFT方法的数学模型,进行了计算模拟,并分析比较了FFT方法和迭代法的计算量和计算精度。给出了用FFT法层析恢复后的图像。