獸用B超超聲成像是通過接收散射回波信號相干獲得超聲圖像。然而采集到的圖像由于成像機制的限制與不足，會形成固有的散斑噪聲。實踐證明，在影響獸用B超圖像質(zhì)量的各種因素中，散斑噪聲的影響比其他各類噪聲大，因而有效地抑制散斑噪聲，可以大大地提高獸用B超圖像質(zhì)量和獸醫(yī)診斷的準確性。

傳統(tǒng)的獸用B超圖像濾波算法包括高斯濾波、中值濾波及小波閾值濾波等算法，主要是通過保留低頻分量、去除高頻分量的方法去噪，但獸用B超圖像邊緣信息與噪聲信息均屬于高頻分量，如果不加區(qū)分的濾波會造成獸用B超圖像邊緣信息的丟失。

近年來，基于各向異性擴散的獸用B超圖像濾波技術(shù)受到了越來越多的關(guān)注和使用。1988年，有人在熱傳導(dǎo)方程的基礎(chǔ)上，提出了一個各向異性擴散模型：P-M模型。該模型提出以后，有開始應(yīng)用到了獸用B超系統(tǒng)圖像降噪、圖像增強等領(lǐng)域。隨著對該技術(shù)研究的深入，發(fā)現(xiàn)該模型還有很多不足。

今年來，許多文獻對P-M模型進行分析和研究，提出了一系列改進算法。此算法通過引入八方向選擇式擴散方法，改進擴散系數(shù)函數(shù)，應(yīng)用自適應(yīng)梯度門限，選擇遞增型迭代終止準則建立新的各向異性擴散模型。獸用B超系統(tǒng)通過這些算法的改進會使圖像更加清晰。