1、目前，超聲成像設(shè)備因其價(jià)格低廉、操作簡(jiǎn)單、對(duì)人體無損傷等優(yōu)點(diǎn)，已廣泛應(yīng)用于臨床醫(yī)學(xué)診斷。但是，由于本身成像機(jī)制的原因，在成像過程中無法避免回波及散射波的干涉效應(yīng)，導(dǎo)致所成圖像帶有亮暗不定的斑點(diǎn)噪聲。同時(shí)，圖像在存儲(chǔ)、傳送過程中，由圖像傳感器，傳輸信道，解碼器等也可能產(chǎn)生一定的脈沖噪聲。這些噪聲降低了圖像分辨率，削弱了圖像邊緣，不利于醫(yī)學(xué)診斷及圖像后續(xù)處理。事實(shí)證明，研究圖像降噪及邊緣增強(qiáng)技術(shù)具有重要意義。
　　本文在現(xiàn)有圖像去噪及

2、邊緣增強(qiáng)技術(shù)的基礎(chǔ)上，結(jié)合醫(yī)學(xué)超聲圖像的特性，研究基于各向異性擴(kuò)散、中值濾波及數(shù)學(xué)形態(tài)學(xué)的醫(yī)學(xué)超聲圖像去噪及邊緣增強(qiáng)算法。主要的研究?jī)?nèi)容包括以下幾個(gè)方面：
　　針對(duì)醫(yī)學(xué)超聲圖像中特有的乘性散斑噪聲，提出基于邊緣估計(jì)的各向異性擴(kuò)散濾波算法。在傳統(tǒng)及現(xiàn)有改進(jìn)模型分析的基礎(chǔ)上，在梯度門限設(shè)定、擴(kuò)散函數(shù)選取及擴(kuò)散方向控制上提出改進(jìn)方案，并通過超聲圖像的仿真實(shí)驗(yàn)，驗(yàn)證算法的有效性。
　　針對(duì)數(shù)字圖像中普遍存在的脈沖噪聲，提出基于斜率差

3、值的自適應(yīng)中值濾波算法。該算法分析了圖像的局部灰度變化，提出基于斜率差值的噪聲判定方法，并且充分考慮了高密度噪聲情況，給出了噪聲塊的解決方案，在仿真過程中表現(xiàn)出更好的降噪和邊緣保持能力。
　　針對(duì)醫(yī)學(xué)超聲圖像本身存在的邊緣不清晰及降噪算法可能帶來的邊緣弱化問題，提出基于形態(tài)學(xué)梯度算子的邊緣增強(qiáng)算法。該算法采用多結(jié)構(gòu)元素和改進(jìn)的梯度算子定位邊緣，然后對(duì)邊緣點(diǎn)進(jìn)行增強(qiáng)處理，對(duì)非邊緣點(diǎn)保持不變。仿真實(shí)驗(yàn)證明，該算法在盡量保持圖像信息的基