脑科学研究是当下生命科学研究的前沿,包含神经信息学、高性能计算、医学信息学等众多领域。基于时间延时积分相机的荧光显微切片成像系统(Fluorescence micro-optical sectioning tomography based on time delay integration camera,TDI-fMOST)是一种新型的光学荧光显微成像系统。它结合荧光蛋白的化学层析原理,可实现高通量,高精度的生物组织成像,可为脑科学研究提供了丰富的研究素材。TDI-fMOST系统采集的原始图像存在一定的问题,主要是光照不均匀导致的图像质量退化问题,双通道图像配准困难的问题以及数据量大计算耗时的问题,忽视这些问题可能会导致后续脑研究分析的失败。本文针对TDI-fMOST系统获取的鼠脑数据集中存在的质量问题进行研究,解决了数据集图像背景亮度不均,红绿双通道图像配准和单层图像处理加速问题,为数据集后期定量化的分析做必要的准备处理。本文利用背景提取技术对单帧图像背景不均进行矫正,再通过图像无重叠区域的情况下的无缝拼接技术解决拼接产生的缝,最终将图像背景矫正均匀;利用相位相关法结合互信息的概念,克服双通道数据在数据量大、信号差异显著、常规算法失效情况下的配准难题,高效地实现双通道图像配准参数的准确获取;在此基础上,本文利用多线程并行技术对所研究的算法进行加速,使得算法能够快速高效的实现功能。通过本文研究,成功解决了系统采集图像背景亮度不均,拼接图像条带感明显的问题,提高了图像质量,降低了后期定量分析误差;解决了红绿通道的配准问题,简化了配准操作并保证了配准精度;加快了系统数据集的预处理速度,节约了时间成本。本文所研究的预处理算法已在实际应用中取得良好的效果。