斑点噪声是影响医学超声图像质量的主要噪声类型。过量斑点噪声的存在不但掩盖了图像所反映的组织器官特性,破坏了纹理细节和局域特征,降低了超声图像的质量和分辨率,也限制了医学超声图像在临床诊断中的进一步应用,因此有必要对超声图像进行滤波降噪。但是医学超声领域学者们也广泛认同超声图像中的斑点噪声中也包含了对诊断有用的信息,特别是它的分布以及形状等往往包含了重要的病灶信息。因此,在以改善图像质量为目的的应用中,人们更强调在保持图像细节的同时,对斑点噪声进行有效抑制。基于这样的考虑,研究这种特殊斑点噪声的性质,并且在此基础采取适当滤波算法抑制这种斑点噪声,同时保留与增强图像细节特征,对于准确地进行临床诊断、图像识别与分割、特征提取等都具有十分重要的意义。由于超声图像具有斑点噪声多、对比度低、纹理细节丰富等特点,对不同类型滤波算法的敏感度高,而且目前多数滤波算法起初是应用于其他类型图像处理,后来才扩展应用到超声图像处理领域。研究这些算法的对超声图像的影响,并客观评价它们在超声图像滤波、细节保持和分割预处理领域的应用,能够为实际工作中选择合适的超声图像滤波算法提供有益指导,为计算机辅助诊断提供思路,也能帮助医师做出正确判断。本文的工作目的是研究不同滤波算法对超声图像的影响、并对它们在超声图像处理领域的应用做出科学比较和评价。为此,本文主要开展了以下工作:(1)研究了超声图像斑点噪声的产生、模型和特点,抑制噪声的滤波算法发展现状。(2)研究了目前主流的应用于超声图像处理的21种滤波算法,包括算法原理、推导过程、性能特点和参数设置。(3)研究了超声图像仿真软件Field II的用法、超声图像各个评价指标的含义。(4)采用肝脏肿瘤超声图像和仿真超声图像对21种算法在抑制斑点噪声、保持图像细节、图像分割预处理领域的应用进行系统的实验比较和分析,并讨论了各算法的使用方便性和运行效率。最后,通过对实验图表和数据的分析,得出各算法在3个应用领域的适用性结论。实验结果发现:斑点抑制各向异性扩散滤波和小波滤波在这3个应用领域都表现良好。能在有效抑制噪声的同时、保持图像细节并提高图像质量,是超声图像处理的适用算法。