随机光学重构显微(Stochastic Optical Reconstruction Microscopy, STORM)是一种基于单分子精确定位的超分辨成像技术,比传统光学显微成像技术的空间分辨率高一个数量级,可实现纳米尺度生物结构的高分辨成像,获取生物医学样品的高精度信息。然而,其时间和空间分辨率相互制约,难以实现活细胞的超分辨成像,因此,需要发展具有高的时间与空间分辨率的单分子定位成像方法。除了开发新型光学探针与优化样品制备方法外,超分辨图像的后处理分析与重构算法也起着非常重要的作用。基于此,本论文针对高密度标记与高采样率所导致的单帧图像中光斑重叠及产生过多的背景噪声,提出一种用于单分子定位显微成像的新型泊松噪声校正主成分分析(Noise Correction-Principal Component Analysis, NCPCA)方法,对单分子定位显微成像采集的图像进行预处理后进行定位重构,提高现有定位方法的定位精度,同时还实现重叠分子的区分定位,从而可以提高生物样品的标记密度,改善超分辨成像的时间分辨率,为实现活细胞单分子定位成像提供技术支持。