1. 研究目的与意义
一、选题背景与意义
自上世纪70年代起，人们就根据实际图像的特点和噪声的一些分布规律，提出了各种各样的图像去噪方法。传统的图像去噪方法基本上可以分为两类：空间域滤波方法和频域滤波方法，最近几年又提出了许多效果更好的去噪方法。 噪声是影响图像质量和视觉效果最主要的原因之一，它可以被认为是妨碍人们接受图像源有信息或影响对图像进行处理的各种干扰因素。图像噪声所产生的主要原因是人们获取或传输图像过程中由于受光照、温度、天气和图像设备等外界条件的影响，而使图像质量收到了损害，偏离了原有的理想图像。噪声的存在具有很大的危害，它使得人们无法清晰的观测所采集到的图像，影响了视觉效果，而且图像当中许多重要的细节信息被噪声掩盖，一些所需要进行提取和识别的目标也变得无法分析，严重干扰了图像的应用价值以及对图像所作的一些后续的高级处理，如边缘检测、图像分割、特征识别、图像融合等。所以图像的去噪处理是数字图像研究领域中一项十分重要的工作，无论是对提高图像质量还是满足进一步处理图像的需求都具有深远的意义。
2. 课题关键问题和重难点
二、课题关键问题及难点
课题关键问题：
1、 图像去噪处理的概念、基本原理和相关性质的理解及使用。
3. 国内外研究现状（文献综述）
三、文献综述（或调研报告）
针对图像去噪的经典算法，科学工作者通过努力，提出了一些的改进算法，比如模拟退火法。但是模拟退火法存在的问题是计算过程复杂，计算量大，即使使用计算机代替人工计算也会耗用大量时间。后来在众多研究者的努力下，产生了很多其他不同的方法。而现今已卓有成效的非线性滤波方法有正则化方法、最小能量泛函方法、各向异性扩散法。
目前常用的降噪方法有在空间域进行的，也有将图像数据经过傅里叶等变换以后转到频域中进行的。其中频域里的滤波需要涉及复杂的域转换运算，相对而言硬件实现起来会耗费更多的资源和时间。在空间域进行的方法有均值或加权后均值滤波、中值或加权中值滤波、最小均方差值滤波和均值或中值的多次迭代等。实践证明，这些方法虽有一定的降噪效果，但都有其局限性。比如加权均值在细节损失上非常明显；而中值仅对脉冲干扰有效，对高斯噪声却无能为力。实上，图像噪声总是和有效数据交织在一起，若处理不当，就会使边界轮廓、线条等变得模糊不清，反而降低了图像质量。
4. 研究方案
四、方案（设计方案、研制方案、研究方案）论证
本课题为图像去噪方法的比较研究，采用了空间域滤波、形态学方法，用matlab来实现图像去噪方法的比较研究。具体方案如下：
1、用均值滤波法来实现均值滤波的图像去噪处理。
5. 工作计划
五、工作计划
第一周：查阅有关小波变换、图像处理的专业文献资料
第二周：复习数字图像处理的基本知识，加深对基于小波变换的图像增强和融合的理解
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
