医学技术的快速发展与医疗影像设备的日益精密化,导致医学图像的数据量急剧增加,许多传统的医学图像处理算法难以满足当前海量数据背景下临床使用的实时性和高效性要求。因此,对医学图像处理算法的研究是一个与时俱进的研究热点。本文就医学图像处理中最为常用的滤波、分割操作进行了研究和改进;针对传统临床二维阅片的局限性问题,研究了常用医学图像三维可视化技术,并改善了其中比较关键的三维绘制速度的问题。由于目前绝大多数医学图像数据都是以DICOM文件格式进行保存和传输的,本文首先对DICOM标准进行了研究分析,实现了一种快速解析和转换DICOM文件的方法,为后续的处理提供方便。医学图像在成像过程中极容易受噪声干扰,直接用于临床诊断可能会因图像模糊而导致误诊的情况。为了改善医学图像质量,本文对医学图像滤波进行了探究。对于医学图像而言,边缘特征往往是比较重要的信息。针对传统滤波方法在去噪的同时容易导致图像边缘模糊的问题,本文对基于偏微分方程的各向异性扩散模型进行了深入研究,并以基于中值滤波的各向异性复扩散模型为基础,对该算法的迭代终止准则进行了改进。改进后的迭代终止准则同时考虑了图像去噪效果和边缘损失情况,能够对二者灵活取舍,滤波结束后由计算机自动得出最佳结果。相比于原有的人工辨认法,该算法能够在获取更为准确的结果的同时,大大节省人工成本和时间开销。临床诊断中往往需要对医学图像的某个特定组织进行针对性观察和研究,因此本文对常用的快速步进等几种主流的水平集分割算法进行了对比与实现,总结分析了几种算法的特点。并实现了一种基于医学图像滤波、分割以及三维可视化的处理框架。在医学图像三维可视化过程中,三维重建的速度一直是阻碍该技术发展的瓶颈。本文分别实现了Marching Cubes算法和Ray Casting算法,对二者的利弊与适用场景进行了对比分析;为了提高三维重建的速度,针对Marching Cubes算法处理后存在大量冗余三角面片的问题,对经典的二次误差边折叠算法进行了合理的改进。改进算法充分利用了网格模型顶点周围的几何信息,并以简化后的三角形与正三角形的差异作为权值,实现了在较短的时间内完成高质量的网格模型简化。最后,针对三维重建后组织内部结构易被表面信息遮挡的问题,实现了一种基于VTK工具箱的任意平面切割算法,根据人工交互式的切平面设置来对任意希望的切平面进行提取与显示,实现了真正的全方位三维可视化功能。