医学超声成像技术是现代发展较为完善的医学影像技术之一,已经成为医生日常诊断的一个重要依据。在临床应用中,需要从图像中提取一些特定组织器官的信息来帮助诊断,图像增强是要完成这一操作必不可少的一种图像处理手段。图像增强之后,可以突出超声图像中感兴趣的部位,从而帮助医生比较清楚的定位病源位置和形状。但是,在医学超声成像系统中,由于图像采集设备会随机出现扰动,以及周围环境对于设备的各种影响,使医学超声图像中多少含有噪声和失真,导致了图像的降质,为此需要采取图像增强技术对图像进行改善。本文在对超声图像增强处理过程中,运用传统的增强算法,经过多次试验对比,总结出这些算法的各自的优缺点,再针对这些算法的不足提出了三种新的增强方法。1.针对传统形态学算法的不足之处提出改进的基于柔性形态学的超声图像增强算法。先使用了多尺度柔性形态学滤波器提取超声图像的亮特征,利用这些图像特征的尺度属性,根据图像局部对比度增强的要求,对于灰度值大于阈值的可能是边缘部分的点进行处理,将提取出来的各层亮特征值叠加到这些可能为边缘的点,从而实现对超声图像的噪声抑制和局部对比度的增强。2.提出一种基于相似性度量方法的加权医学超声图像对比度增强方法,通过相似性度量方法计算围绕某一像素点的处理窗口与匹配模板的相似值,根据相似值与超声图像各部分特征的关系,对达到一定相似程度的已匹配图像通过局部增强算法进行增强,最后通过多图像加权平均法获得最终增强结果。仿真实验结果表明,本方法弥补了传统增强算法不能兼顾对比度增强和保持图像细节的不足,但仍需人为的选择匹配模板。3.提出一种自适应直方图匹配的边缘增强算法,通过选取待匹配原始图像中亮度较高的值并且赋予相应的权值,选出原始图像中规定窗口尺寸下灰度值之和最大的窗口作为匹配模板窗口。再将模板窗口与原始图像进行直方图匹配确定相似程度,最后将相似到达一定程度的区域进行增强,从而达到自适应的边缘增强效果。仿真实验证明,该算法是一种高效的医学超声图像对比度增强方法。