随着超声成像技术的日趋成熟,各种基于超声成像的应用也越来越多。由于医学超声成像设备具有实时、无损、廉价、高灵敏度等优点,在医学界中临床医师们普遍采用医学超声图像作为临床诊断的重要依据。然而,实际成像中,由于成像设备,成像机制等因素,致使成像图像不可避免地出现斑点噪声和失真。所谓超声斑点噪声则是由超声成像的特点而产生的一种影响图像质量的因素。目前针对斑点大多数学者认为其是单纯的噪声,对图像有不利的作用,因此需要采用各种方法抑制。本论文从两方面对超声成像过程中产生的斑点噪声做了分析研究。一方面,超声斑点是由回波的干涉所形成的,并不是人体组织内散射粒子的真实图像。而且,这种斑点具有一定的统计特性。根据超声成像的原理,我们使用Field Ⅱ对斑点做仿真。首先学习了Field Ⅱ软件仿真理论,然后根据斑点服从Rayleigh分布的统计特性,利用FieldⅡ把换能器发射、接收和声场的传播与散射看成一个线性系统的观点,仿真得到线性声场条件下的超声斑点模型,并将其添加到反映人体组织真实图像的线性仿真图像中,同时与加有同样超声斑点的与超声图像相近的X线手骨图像一起做斑点去噪处理。另一方面,斑点作为噪声对医学超声诊断具有不利的影响,需要抑制。由于ROF算法既能有效抑制斑点噪声又能较好的保持图像细节信息,因而,本文采用ROF全变分算法做去噪处理,并添加了局部保真项,得到了较好的去噪结果。为了更好的对去噪效果进行说明,我们将其与自适应中值滤波算法、小波软阈值滤波这2种经典的图像去噪算法做了比较。由于实际成像时还需要考虑到非线性因素,为了得到更加令人信服的结论,需要对临床超声图像做同样的处理。通过对图像中像素变化较大区域的灰度剖面曲线分析,可以看出,ROF算法在斑点去噪方面具有一定的优势。总之,通过上述两方面的研究工作,可以得知,使用field Ⅱ建立的斑点模型较为接近真实斑点噪声,可以作为研究斑点去噪算法的客观研究对象,为进一步的研究斑点去噪算法奠定了基础。同时,本文中采用的ROF算法在一定参数范围内对Rayleigh分布的斑点噪声具有较好的处理效果。