本发明公开了一种基于支持向量机的超声图像分割方法，包括以下步骤：从图像的背景和感兴趣的目标上分别提取样本点，利用这些样本点的灰度值估计出超声图像像素值的方差特征和显著性特征，生成样本训练集；选择一阶线性多项式为核函数，利用MATLAB中的svmtrain函数对样本进行训练，建立基于支持向量机的分割模型；应用MATLAB中的svmpredict函数对整幅图像上的每一个样本根据分割模型对整幅图像进行分割，提取感兴趣目标。本发明对于低对比度、低分辨力的超声图像具有较好的分割效果，可以识别并分割肉眼无法分辨的细节，对于医用超声、工业超声图像中的诊断、定量评估等，具有较好的实用性。