小波变换是近十几年发展起来的一种新的信号和图像处理工具。小波分析良好的时频特性决定了它在图像去噪和增强中具有广阔的应用前景，使得这一领域充满生机。超声检查技术已成为医学临床诊断的重要手段之一。医学超声图像成像过程中产生的噪声降低了图像质量，影响了医生对疾病的诊断，故有必要抑制超声图像噪声和增强图像。超声图像去噪和增强是超声图像处理的一个预处理过程，它是病变识别和分析的前提，在医学图像处理中，医学超声图像的去噪和增强的研究有着重要的意义。本文首先介绍了小波图像去噪和增强的现状，然后阐述了小波图像去噪和增强的理论基础，最后是利用小波变换的多分辨率特性，结合人眼的视觉特性，围绕小波图像去噪和增强的中心问题进行了研究，提出了相应的处理方法。本文主要内容有： 在医学超声图像噪声抑制方面：提出了基于贝叶斯估计的小波去噪方法和半软阈值小波图像去噪法。这两种方法，在图像的不同分辨率上，分别对小波系数进行不同的处理。半软阈值去噪法体现了将多分辨率分析和自适应处理有机结合的思想。实验结果表明本文的方法，在抑制噪声的同时尽可能多的保留对医生有用的图像边缘、细节信息，该去噪方法确实是行之有效的。在超声图像增强方面，提出了先采用基于小波的高频增强法来增强图像细节再用非线性对比度增强的方法来改善图像视觉效果的增强方法，以及基于小波和模糊算法的图像增强方法。这些方法既增强了图像的细节特征又符合人眼的视觉特性，提高了图像的清晰度，有效地避免了平坦区域噪声的过增强问题。实验结果表明此方法具有一定的应用价值。