磁共振成像(MRI)由于自身独特的成像特点，使得其处理方法不同于一般图像。根据不同的应用目的，本文分别提出了MRI图像去噪和分割两个算法。 首先，本文针对MRI重建后图像噪声分布的实际特点，提出了基于小波变换的MRI图像去噪算法。该算法详细阐明了MRI图像Rician噪声的特点，首先对与噪声和边缘相关的小波系数进行建模，然后利用最大似然估计来进行参数估计，同时利用连续尺度间的尺度相关性特点来进行函数升级，以便获得最佳萎缩函数，进一步提高图像的质量，最终取得了一定的效果。 与此同时，本文对MRI图像的进一步的分析与应用展开了一定研究，提出了一种改进的快速模糊C均值聚类鲁棒分割算法。该算法先用K均值聚类方法得到初始聚类中心点，同时考虑邻域对分割结果的影响，对目标函数加以改进，用来克服噪声和非均匀场对MRI图像分割的影响，达到鲁棒分割的目的，为进一步图像处理和分析打下基础。 通过实验，我们发现，无论是针对模拟图像还是实际图像，本文所提出的两个算法都取得了较好的效果，达到了预期的目的。