医学超声成像因其安全、有效、实时及低成本的优点已成为医学诊断中一种必不可少的手段。由于超声图像处理算法的优劣与否在很大程度上影响图像质量,而超声图像的质量又直接影响到最终的医学诊断结果,因此超声图像处理算法一直是超声成像领域的研究热点。由于超声成像具有相干的特性,斑点噪声往往成为影响超声图像质量的关键因素。斑点噪声的存在不但掩盖了低对比度组织的特性,而且大大降低了观察者分析细节特征的能力,给医生的诊断和图像的后续处理环节带来了很大的困难。为了改善超声图像的质量,必须对超声图像进行滤波处理。由于超声图像的低对比度和噪声干扰,即使对有经验的医师来说,也很难从中提取有用的信息。因此需要借助一系列技术来改善图像的视觉效果,使图像转换成一种更适合人与机器进行处理和分析的图像,为诊断者提供尽可能多的信息。本文通过分析超声图像斑点指数的特点,将斑点指数作为划分超声图像均匀区域、含斑区域以及边缘区域的依据,对不同区域应用不同的处理方法。理论分析及仿真结果表明,该方法不但能去除斑点噪声还能有效保留图像的边缘特征,其性能优于传统的维纳滤波、中值滤波、SRAD滤波等方法。本文给出一种非线性增强的方法:该方法将斑点指数作为增强因子,先对图像进行反向压缩,细化图像边缘提高对比度,然后经归一化处理提高图像的整体亮度,理论分析与实验结果表明该方法实现了增强的目的。