基于时间相关单光子计数（TCSPC,Time-Correlated Single Photon Counting）技术的单光子成像激光雷达使用SPAD单光子探测器来探测信号光,灵敏度高,可以探测极微弱的漫反射信号光,但随着成像距离的增大,探测器接收到的信号光子越少,数据中更多的是背景噪声。因此为了获得更高的成像质量,提升成像距离,需要将信号光从噪声中提取出来。针对上述问题,本文基于单光子成像激光雷达的数据特点,提出基于聚类算法高信噪比单光子成像的滤噪后处理方法。首先,理论分析成像数据点的分布特性以及探测目标的特征,根据单光子成像数据的特点提出数据预处理方法,即取直方图光子计数值的前n位最大值所对应的To F,作为算法处理的初始数据,提高滤噪效率。考虑实际应用中成像目标的特征,选取平面、曲面及阶跃型目标作为研究对象,仿真出这三种类型目标的含噪数据。对比多种聚类算法的优缺点,选择高斯混合模型聚类算法和密度聚类算法作为滤噪方法,并结合基于空间分布的滤波算法优化滤噪结果。其次,通过仿真研究聚类参数及数据规模对高斯混合模型聚类算法和密度聚类算法滤噪效果的影响,并以信噪比、滤噪精度和交并比为评判标准,对比分析优化前后算法的滤噪效果,并结合算法用时,总结滤噪效果随算法参数的变化规律。最后,搭建单光子成像实验系统,获得一组实验数据,利用优化前后的高斯混合模型聚类算法和密度聚类算法对数据进行滤噪,实现高信噪比单光子成像,验证聚类算法滤除单光子成像噪声的可行性,相较于直接累积直方图峰值成像,聚类算法能够保证高信噪比、高滤噪精度及高交并比。