扩散加权成像技术是一种能够检测活体组织内水分子扩散运动的无创方法,是一种新的核磁功能成像技术,在医学领域的实用性较强。但由于扩散加权图像在获取和传输的过程中不可避免的会受到噪声的干扰,且扩散加权图像对噪声较为敏感,噪声的存在对扩散加权图像的准确性影响较大,进而影响到后续的处理。因此对扩散加权图像进行降噪是非常重要的。扩散加权图像主要具有两个特点,一个是图像的自相似性程度高,纹理细节较多,另一个是图像中所含噪声为莱斯噪声。基于扩散加权图像的特点,本研究提出三种降噪算法对扩散加权图像进行降噪,旨在保留尽可能多的图像中的纹理细节信息,同时取得较好的降噪效果。第一,将加权核范数降噪算法用于扩散加权图像的降噪中,该算法利用了非局部块之间的相似性对图像进行降噪。该算法较为新颖且目前在对扩散加权图像降噪研究中还没有使用过。第二,提出了一种基于加权核的非局部均值滤波算法,在传统非局部均值滤波算法的核函数中加入了欧氏距离作为影响因子,对邻域像素进行加权。使得图像的相似性判断更为准确从而能保留更多的纹理细节信息。第三,本论文提出了一种莱斯校正的预处理方法。该方法首先对扩散加权图像中的莱斯噪声进行了莱斯校正处理,再将校正后的图像使用降噪算法对其进行降噪。为了验证以上算法对扩散加权图像降噪的有效性,本文使用了多种常用于扩散加权图像降噪的算法作为对比算法进行实验。本研究将实验分成了模拟数据,fibercup数据集以及采集数据三个部分。且对三个部分的实验均进行了量化分析,与各种算法都进行了详细的比较分析,同时将提出的三种降噪算法也进行了相应的对比分析。实验结果表明,以上各种算法都能有效的减少扩散加权图像中的噪声,并能保留较多的纹理细节信息。