乳腺癌是女性常见的恶性肿瘤之一,近年来乳癌发病率逐年增高,一些城市的发病率已上升到第一位,因此提高乳腺癌的早期诊断率对乳腺癌的治疗具有非常重要的意义。红外线扫描乳腺是诊断乳腺癌的重要手段之一,它能迅速、无痛无损的获取女性的数字红外乳腺图像。在乳腺癌患者的红外乳腺图像中,病灶表现为大小不等、形态不规则的肿块阴影,使得病灶组织的边界难以准确地识别。同时乳腺图像难以反映出乳腺的生理功能状况。因此为了提取肿瘤组织的有效特征来识别病变部位,便于医生做出正确诊断,有必要抑制图像的噪声并增强图像以改善红外乳腺图像的质量,并通过图像处理和血氧检测相结合来更好的检测乳腺各种疾病。本文在图像去噪、图像增强和血氧检测的理论基础上,主要研究了基于非正交自适应各向异性高斯算法的红外乳腺图像去噪和基于形态学、边缘检测的红外乳腺图像增强以及基于双波长的血氧检测算法,主要工作如下:首先在红外乳腺图像的去噪算法研究中,采用了非正交自适应各向异性高斯算法。此方法分别对各向异性高斯函数的方向,尺度的选取以及非正交分解做了详细分析。通过实验仿真,并采用信噪比为指标,提出了针对红外乳腺图像去噪的新方法。实验表明,该方法在有效抑制噪声的同时尽可能多的保留了对医生有用的细节边缘,为临床提供了更细致明确的信息。其次是在部分乳腺图像不具有典型性的问题上,进行了基于形态学、边缘检测的图像增强。本文采用了血管显化增强法、等灰度曲线显示增强法以及灰影边缘增强三种算法,并对这三种方法中的阈值参数和处理方法进行了比较深入的分析研究。特别是在血管显化算法中,对图像的血管进行基于形态学、机器视觉的处理方法,很好的显示了乳腺图像中隐藏的血管信息。由实验结果得出,这三种方法极大的提高了图像中病灶重要特征的可视化。最后利用双波长血氧公式,我们得到了乳腺的血氧值,并进行了离体血液模型验证,试验结果证明近红外乳腺肿瘤检测仪能够准确地检测血液模型血氧含量的相对变化。综上所述,论文将图像的去噪、增强和血氧检测有机的结合起来,同时采用医学乳腺图像作为仿真对象,从多次实验中验证了该算法可以有效的降低噪声,提高信噪比,更能突出图像的边缘信息,同时得到乳腺的血氧含量值,提高了医学图像的使用价值和诊断价值。所以,对红外乳腺图像进行后处理作为医学诊断的辅助手段,有不可忽略的意义。