OCT技术是现代生物医学成像领域的一种新型无损光学成像技术,可以对组织的内部结构和形态进行二维成像和三维可视化,其优点是高分辨率、高灵敏度、活体、实时、非侵入、纵向分辨率与横向分辨率相互独立。OCT技术在临床上最重要的应用是用于眼科,如今已成为眼底疾病和青光眼等疾病早期诊断的“金标准”。在OCT进行动态活检时,由于一些人眼的飘逸、眨眼、扫视以及头部等不可控因素极易引起运动伪差。运动伪差会使获取的体数据集失去真实性,这样重建出的三维图像将会丢失一些组织的结构信息,使得视网膜的生理结构不能得到真实的反应。实时成像过程中由于OCT系统的高度敏感性,甚至会导致成像的失败,从而可能会降低OCT技术在临床的实用性。所以运动伪差的校正已经是OCT技术亟待解决问题。本文针对OCT获取体数据集时由于一些不可控因素引起的运动伪差,设计了一套可实现对由于运动伪差引起畸变的体数据集的校正算法。本文在不需要对OCT系统增加任何的系统或硬件的条件下,对体数据集X方向和Y方向的运动伪差分别进行了校正,首先用自适应非线性复合扩散滤波器对连续采集的序列图像进行预处理降噪,然后用图像的质量重心对畸变的体数据在进行粗校正,最后利用归一化互相关算法,对体数据集的X方向的伪差进行校正,对X方向已经校正的体数据集再用差值平均法对Y方向的运动伪差进行校正。结果表明：眼底视网膜图像经过校正后,纵切2D图像毛刺消失,表面平滑；3D图像表面平滑,结构清晰,层次分明,视网膜en-face单层切片图像清晰,可以观察到眼底组织细微结构。结论：经过本文设计的运动伪差校正算法对成像数据进行伪差校正后,眼底视网膜的生理结构得到了真实的反应,从而降低临床诊断的误诊以及错诊,提高了临床诊断的准确性和科学性。