薛双青，贺东东

(山西省临汾市气象局，山西 临汾 041000)

0 引 言

在超声成像过程中会因信号的强弱与差异形成散斑噪声，会导致图像不清晰，降低超声图像的质量，由此图像去噪技术在其中起着至关重要的作用[1]。目前图像去噪方法一般分为2类：时间域和频率域的去噪方法，这些方法虽然有很好去除噪声的效果，但是存在边缘被过度平滑现象，造成了细节信息损失[2-3]。对于时间域的去噪方法来说，双边滤波算法具有良好的滤波效果和边缘保持特性。双边滤波器是一种非线性滤波器，能对空间邻近度和灰度相似度折衷处理，它将每个像素点的灰度值替换为邻近像素点灰度值的加权平均，邻近像素点所占的权重取决于它与中心像素点的空间欧氏距离和灰度相似度[4-6]。对于频域的去噪方法，2014年，研究学者提出基于经验模态分解(empirical mode decomposition，EMD)基础上改进的变分模态分解算法(variational modal decomposition，VMD)，该算法主要是通过变分方法来寻求每个固有模态分量的最优值，从而克服EMD的不足[7]。另外，VMD也被延伸到二维范围，即二维变分模态分解(two-dimensional variational modal decomposition，2D-VMD)方法。

二维变分模态分解能够很好地将其图像分解为低频分量和高频分量，另外双边滤波较其他滤波方法在处理超声图像来说，去除噪声和保留细节信息这两方面效果较好。为了克服几种常用方法在超声成像中去除噪声的缺点，文中主要是结合其2种方法的特点，提出一种将二维变分模态分解和双边滤波相结合的超声图像去噪的新方法。……