光学相干层析成像（Optical Coherence Tomography,OCT）技术被应用于生物医学等领域。自从与内窥镜结合,内窥OCT就被用于食管等组织成像,但在成像过程中易受到与信号相关的乘性散斑噪声的污染,这对后续的医疗诊断和图像处理都带来很大干扰。因此,有效地去除食管OCT图像中的散斑噪声而不损失重要细节有着重大意义。本文针对图像去噪相关算法进行了研究,通过各类算法在图像去噪效果上的分析,选择两种合适且对食管OCT图像去噪效果较好的算法,对其进行改进来进一步提升去噪效果。首先,针对各向异性扩散算法的不足,提出了基于局部方差的各向异性扩散（Local Variance Based on Anisotripic Diffusion,LVBAD）算法。该算法改进了扩散函数和扩散阈值,使算法在迭代过程中能更精确地检测边缘,从而更好地去除散斑噪声。此外,该算法还根据像素点分类对像素点进行不同滤波处理:中值滤波和改进的各向异性扩散滤波。其次,根据食管OCT图像的散斑噪声特性,选择Rice分布作为图像的概率分布函数,提出了由双边滤波权重重建贝叶斯框架（Bayesian Framework Modified with Bialteral Filter,BFMBF）的去噪算法,并且整个迭代滤波过程能自适应地得到最终的滤波结果。这两种改进算法分别对仿真图像和豚鼠食管OCT图像进行实验,并与其它相关的算法进行了全面比较。正常及病变食管OCT图像去噪的实验结果表明:LVBAD和BFMBF算法均将食管OCT图像的峰值信噪比提高10dB左右;散斑噪声抑制指标也均降低至原始的1/2。另外BFMBF算法还增强了正常食管OCT图像的边缘,并且BFMBF算法的性能略优于LVBAD算法。不仅如此,在食管OCT图像分割实验中,BFMBF算法提高了分割结果的准确性和稳定性,使自动分割与人工分割结果更相近。