医学超声成像技术在现今发达的医学影像技术中处于非常重要的地位,但是超声医学图像主要的缺陷是存在一些特有的斑点噪声,使得医务人员在诊断和治疗时变得很困难。这就使得必须对超声图像进行去噪和增强处理。本文的研究方向是小波变换在图像去噪和图像增强中的应用。小波变换用于图像去噪和增强具有明显的优点,比传统图像去噪和图像增强方法更加的有效。本文对医学超声的发展状况、超声图像成像的原理以及超声诊断设备的组成进行了简要介绍。对已有的超声医学图像去噪算法进行了研究,包括图像平均法、邻域平均法、中值滤波和低通滤波。在研究了小波变换的理论基础上,本文提出了基于小波变换的图像去噪的算法。首先选择合适的小波函数将图像分解到多个尺度上,对分解后的高频系数进行阈值量化处理,最后将低频系数和经过处理的各层高频系数进行小波重构。研究了基于小波变换的图像增强,先分析了灰度变换、直方图均衡化以及高通滤波等图像增强的基本方法,然后将图像增强放入小波域中去研究,并采用非线性增益函数对高频系数进行增强,能够有效的同时达到图像去噪和增强的目的。采用MATLAB为平台实现了图像去噪和增强算法过程,并对相应的图像处理结果进行了分析和比较,验证了小波去噪和增强的可行性和高效性。