摘要：超声图像中的斑点噪声,降低图像分辨率和对比度,不利于后续图像处理.本文基于最大后验概率（Maximum A Posteriori,MAP）推导出一种新的超声图像分解算法,将原始超声图像分解为无散斑真实图像和散斑图像.使用六组不同的参数值,对Field II仿真的超声图像进行分解试验,得出算法中比例参数对分解结果的影响规律.用该方法分解三幅人体超声图像,得到的真实图像平滑性好,且能较好的保留细节和边缘.本文提出的分解算法可用于超声图像的去噪,且分解得到的真实图像和散斑图像可用于特征提取、图像分割和图像分类等.

关键词：超声图像分解 最大后验概率估计 斑点噪声 全变差去噪 

单位：华中科技大学生命科学与技术学院; 生物医学工程系; 图像信息处理与智能实验室; 湖北武汉430074; 华中科技大学图像识别与人工智能研究所; 多谱信息处理技术国防科技重点实验室; 湖北武汉430074; 湖北科技学院生物医学工程学院; 湖北咸宁437100