超声波检测手段在临床医学中应用十分广泛。但是,由于超声回波的干涉效应以及散射回的超声波束之间存在相互干扰,在超声图像中会出现颗粒状的噪声,即斑点噪声。给获取诊断信息带来困难。因此,使用超声检测时,消除斑点噪声对于获取准确的诊断确信息具有重要的意义。我们使用计算机显示、处理超声图像,研究去斑算法,降低噪声,可以提高超声图像的清晰度。为了更好的研究去斑算法,我们利用计算机模型仿真二维斑点噪声。因此,论文仿真的二维超声图像斑点模型很有现实意义。在研究Burckhardt模型和Cramblitt模型的基础上,本文利用Hilbert空间填充曲线将一维斑点噪声填充成二维斑点噪声图像。生成二维斑点噪声后,将斑点噪声加到X光片上,然后利用均值滤波、维纳滤波、双边滤波这三种滤波方法分别对加噪后图像进行滤波,分析滤波结果。最后,用三种滤波方法对临床医学超声图像进行滤波,并和前面的X光滤波效果进行对比分析。本文主要包含三个步骤：首先,仿真一维斑点噪声和Hilbert空间填充矩阵,利用Hilbert空间填充矩阵填充生成二维斑点噪声图像。然后,将生成的二维斑点噪声加到不同灰度值的图片上,利用滤波算法对图片进行滤波,对比滤波前后图像的均方误差和峰值信噪比。最后,使用同样的滤波方法对临床超声图片进行滤波,对滤波效果进行分析。实验结果表明：该模型生成的二维斑点噪声,能保持斑点噪声的统计特性,与真实噪声接近；针对仿真的斑点噪声模型,对本文所采用的滤波算法参数进行调整,使得本文采用的算法对超声斑点噪声的滤除效果更加明显,对今后进一步研究超声斑点噪声滤波奠定了基础。