在超声无损检测中由于各种噪声的影响,数字信号的信噪比和可靠性往往比较低,而且这历来都是超声无损检测领域的难点之一。于是本文开始时主要分析了结构噪声的理论模型,介绍了结构噪声的基本统计特性,然后试图使用马尔可夫随机场的分析方法来抑制超声检测图像中的噪声影响,以达到提高超声信号的信噪比和超声成像质量的效果。 文中首先引入了马尔可夫随机场的基本理论,它能够很好地描述图像中各个像素之中的空间连续性,在选用适当的邻域系统后,能对图像的结构特征建模;通过对超声图像进行分析,并结合优化算法——模拟退火,可以获得满意的图像降噪恢复效果。然后以马尔可夫随机场理论为基础,提出基于Gauss-MRF模型的降噪算法,推导了随机松弛迭代更新模式。根据Bayesian定理,图像降噪恢复问题能转化成一个最大后验(MAP)估计问题,并能够获得MAP准则下将超声图像降噪的恢复结果。 本文的研究工作是将马尔可夫随机场、Gibbs分布函数以及模拟退火等算法,联合用于超声图像降噪处理,并对算法进行了优化和改进。计算机模拟和试验结果表明,该处理方法可以在一定程度上滤除掉噪声,同时提高超声信号的保真度和超声图像质量,保留图像可用信息和细节。