超声诊断具有无损、价廉、非电离辐射性、实时等优点,使其成为现代临床医学必不可少的影像诊断技术之一。由于超声成像的相干特性产生的大量噪声,使超声图像存在信噪比低、成像质量差等问题,尤其是掩盖和降低了图像某些细节信息,给之后的图像特征提取和识别,病情诊断及定量分析造成不利的影响。因此,抑制这些噪声,增强图像的细节,改善图像质量是超声图像分析和识别的重要预处理环节,也成为近年来备受研究人员关注的热点问题。本文主要对医学超声图像的预处理方法进行研究,重点分析了医学超声图像的去噪与增强方法,并针对其中存在的问题,提出相应的改进算法。相对于传统去噪方法,小波分析算法在去除高斯噪声方面具有明显的优势,然而在实际问题中,医学图像往往包含脉冲噪声,从而限制了其应用领域。针对这个问题,本文提出了结合中值滤波和小波分析的去噪方法。该方法通过引入中值滤波的概念,分析了小波分析法和中值滤波法去噪性能,最后通过仿真实验加以验证,分析了其在去噪方面的优势及问题,为后续研究奠定了基础。然而,若将小波分析算法应用到医学超声图像去噪中,首先要解决在小波阈值去噪的阈值选取问题,为此本文提出了基于小波分析与全变分去噪结合的去噪方法。阈值选取不当容易导致去噪后图像失真,边界不清的问题,结合了保边效果良好的全变分法,通过与经典医学超声图像去噪方法的对比,验证了本文方法能在有效去噪的同时保留图像细节、纹理特征,其各项去噪性能评价指标均好于经典方法。针对传统图像增强方法中不能同时兼顾抑制噪声与增强图像本身细节特征的问题,本文提出了基于简单塔式分解与小波的医学超声图像增强算法。算法首先用小波分析法对图像进行分解,采用塔式分解结构,对图像的细节特征区域进行增强,再结合小波重构原理,即可达到增强图像细节,抑制噪声的目的。实验结果表明,该算法提高了图像的清晰度和对比度,增强后图像边缘清晰、细节丰富,符合人眼的视觉特性,比经典增强方法具有更好的增强效果。