1.一种导向三边滤波的超声图像散斑噪声去除方法，其特征在于包括以下步骤：步骤1：对导向图像利用高斯函数计算空域距离权，其标准偏差的设置随噪声强度增大而增大；

步骤2：对导向图像局部区域进行直方图拟合，拟合函数选用Fisher‑Tippett概率密度函数，其分布参数采用最大似然法估计，根据估计的参数计算分布相似权；

步骤3：对导向图像利用指数函数计算像素值差异权，其尺度参数设置随估计的Fisher‑Tippett分布参数正比例变化；

步骤4：利用前述计算的三个权值，对超声图像进行局部迭代滤波，迭代收敛后即得到散斑噪声去除的超声图像。

2.根据权利要求1所述一种导向三边滤波的超声图像散斑噪声去除方法，其特征在于步骤1包括：导向图像 的整个区域为Ω，待处理像素位置x(x∈Ω)的邻域区域为Nr(x)，其大小表示为[‑r,r]×[‑r,r]，对该邻域内的某一像素t(t∈Nr(x))，其空域距离权gt采用如下高斯函数：y

其中：exp()为指数函数满足exp(y)＝e ，||t||为待处理像素x与邻域像素t的欧氏距离，σs为标准偏差，其典型取值范围为1～3，且散斑噪声强度越大，取值越大。

3.根据权利要求1所述一种导向三边滤波的超声图像散斑噪声去除方法，其特征在于：步骤2包括：

对像素位置x的邻域内的某一像素点t(t∈Nr(x))，其位置坐标表示为x+t，在该点形成大小为[‑r,r]×[‑r,r]的邻域区域表示为Nr(x+t)，并对该邻域区域的像素进行直方图拟合，拟合函数采用Fisher‑Tippett概率密度函数，其分布参数表示为θt，则计算的像素点位置t的分布相似权ρt为：其中： 为导向图像在像素位置x的灰度值，Fisher‑Tippett概率密度函数的分布参数θt采用最大似然估计可得：其中： 表示分布参数θt的估计值，||Nr(x+t)||为邻域区域Nr(x+t)内的像素总数，j表示邻域区域Nr(x+t)内某像素点位置， 为导向图像在像素位置j的灰度值。

4.根据权利要求1所述一种导向三边滤波的超声图像散斑噪声去除方法，其特征在于：步骤3中：利用指数函数计算像素点位置t的像素值差异权 为：

其中：I为含噪超声图像，I(x+t)表示含噪超声图像在像素位置x+t的灰度值，s为尺度参数，其随估计的Fisher‑Tippett概率密度函数的分布参数 正比例变化，且满足表达式：其中，λ为比例系数，其值的设置与噪声强度相关。

5.根据权利要求1所述一种导向三边滤波的超声图像散斑噪声去除方法，其特征在于：步骤4中：对待处理像素位置x的邻域区域Nr(x)内的某一像素t，其得到的空域距离权gt、分布相似权ρt和像素值差异权 三个权值生成关于像素位置x的局部迭代滤波式如下：其中： 表示导向图像像素位置x的灰度值在第k+1次迭代运行后的滤波结果，当k＝0时，导向图像 即初始化导向图像为含噪超声图像，后续的迭代采用前一次滤波结果作为导向图像；

根据前后两次迭代的滤波图像均方差小于给定的阈值，即 来判定迭代收敛，阈值ε典型取值为0.01，迭代收敛后的滤波图像即为散斑噪声去除的超声图像。