光声成像兼具光学成像对比度高、成像功能多样以及穿透能力强的优点,成为近年来最具潜力的生物医学无损成像技术。根据不同的分类标准,光声成像可以划分为多个分支。其中频率域光声断层成像采用连续波激光器作为光源,依据成像模式采用不同的调制手段对载波激光进行调制,通过采用不同的弱信号信息提取策略,完成所需信息提取。相比于时域成像模式所采用的高能脉冲激光器,连续波激光器的体积小,成本低,更加安全,但是也由于光源能量较弱,产生光声信号的强度也相应削弱、信噪比进一步降低,因而对于关键信息准确提取的难度进一步加大,重建结果失真的情况更加严重,对去噪重建算法性能的要求也愈发苛刻。此外,现有大多数频率域光声断层成像算法需要庞大的数据采集量,使采集和运算都需要消耗大量时间,占据大量空间,令该技术的应用受到了不小的限制。本论文重点研究了两种不同成像模式下的光声断层成像中进行弱信号提取、降噪和高质量、高性能重建的方法,对频率域光声断层成像中的信号预处理、关键信息提取、正则化成像算法等方面开展了研究,在新滤波算法研究、幅值相位信息提取研究、高性能重建算法研究方面取得了创新。针对微弱信号频率域光声断层成像方法存在的局限,本文重点研究两种不同成像模式下的高性能去噪重建算法:(1)在滤波反投影光声成像模式下,针对其采用线性扫频调制的激光光源的特点,在零相位滤波的原则下,提出了一套基于经验模态分解、面向线性扫频调制光源的滤波算法。该算法通过“两段式”的滤波方案,大幅提升了信噪比,增加了滤波的准确性。通过对实验中采集的实际信号进行滤波,有效降低了背景噪声,将重建结果的噪声降低了约50%。并且利用互相关运算,验证了目标样本尺寸与超声换能器中心频率的关系,为二者的匹配提供了实验依据;(2)在基于模型的光声成像模式下,根据其观测矩阵的特点,选取合适的离散频率激光调制模式,并且根据数据结构设计了专用的虚拟锁相放大器。通过采用弱信号提取技术,该虚拟放大器实现了对实验所采集光声信号幅值和相位关键信息的提取以及观测矩阵的自动生成。通过仿真实验测试了该锁相放大器在不同条件下的运行情况以及注意事项,使基于模型的频率域光声成像算法在不依赖硬件的情况下,具备了实现的可行性,降低了系统的复杂程度和成本,提高了系统的可移植性;(3)设计了基于经验模态分解、面向离散频率调制模式的自适应滤波算法,解决了基于模型的光声成像算法光声观测矩阵提取信息失真严重的问题。在充分考虑离散频率调制模式以及虚拟锁相放大器不同的工况特点的框架下,采用相关系数的绝对值作为参考,通过对信号进行逐级降噪,最大限度消除了模态混叠,提升了滤波的准确性,并且进行了信号的窄带分割,进一步提升信噪比,使得虚拟锁相放大器的提取结果更加准确。此后通过仿真和实验证实了该滤波算法的有效性,在实验条件下,大幅降低了背景噪声的强度,并将峰值信噪比提升了约10%;(4)针对原有最小二乘和Tikhonov算法相结合图像求解过程中约束条件宽松,速度较慢,重建结果抗噪能力较差,伪影较多等问题,将截断奇异值分解(TSVD)和基于交替方向变换的增广拉格朗日全变分算法(TVAL3)求解方法运用到基于模型的频率域光声成像图像求解步骤进行了详细分析。并且在自适应经验模态分解滤波算法以及虚拟锁相放大器的基础上,基于TVAL3算法提出了一套综合的基于模型成像模式下的高性能频率域光声图像重建算法。在实验条件下不仅提高了图像的对比度,消除了因算法本身产生的伪影,将信噪比进一步增大了16%,而且将重建速度提高到了原来的4倍。