湖北民族学院信息工程学院毕业设计（论文）开题报告课题名称：图像去噪方法的研究学生学号：0学生姓名：杨玖学科专业：电子信息科学与技术导师姓名：郭黎信息工程学院制2011年9月7日填写填表需知一、填写本表前，学生应根据本表各部分要求写出初稿，由指导老师审查通过。二、参照指导教师意见修改初稿后正式填写本表，所填内容一经确定，一般不随意变动。三、本表各部分如不够填写，可自行加页。四、本表一式两份，指导教师一份（可以电子稿），所在系部一份（打印稿）。一、课题来源图像是人类获取信息的重要手段之一，图像在信息传播过程中所起的作用越来越大。在许多情况下，图像信息会受到各种各样噪声的影响，因为图像在获取过程中容易受到器件和周围环境的影响，从而使图像中含有噪声。图像的噪声可以理解为“妨碍人们感觉器官对所接收的信源信息理解的因素”。但在理论上定义为“不可预测，只能用概率统计方法来认识的随机误差”。也就是说，噪声是随机产生的，因而具有分布和大小的不规则性。噪声严重时会影响图像中的有用信息，所以对图像的噪声处理的方法就显得十分重要。二、选题的国内外研究现状及水平、研究目标及意义（包括应用前景、科学意义、理论价值）以及主要参考文献国外研究现状：在数字图像处理的领域里，输入的质量低的图像，输出是改善质量后的图像。对于含噪图像，模糊图像等退化图像，图像处理的过程就是对图像品质的提升。图像去噪是图像分析和计算机视觉中十分重要的技术。到目前为止已相当成熟，主要方法分为两大类：空间域法和频域法。在空间域中，去噪主要是邻域平均法和中值滤波法等。频域中常规的去噪是将被噪声干扰的信号通过一个滤波器，滤除噪声频率成分。但对脉冲信号、白噪声、非平稳过程信号等等，存在一定的局限性。因此寻找能够兼顾去噪，保留图像边缘及其他特征的图像的滤波算法是该领域的重点课题。国内研究现状：我国数字图像处理技术起步较晚，但在学习国外技术的基础上发展迅速。近些年来，小波理论得到了非常迅速的发展，而且由于其具备良好的时域局部化和多分辨率分析能力，因而在图像处理各领域的实际应用非常广泛。如非线性小波变换阈值法去噪，小波变换模极大值去噪及基于小波变换的尺度相关性去噪。研究目标：更好地改善图像的质量，在众多图像去噪的算法中，不去追求哪一种算法是最好，而是要以实际要求而应用不同的方法。有些算法是好，但它的实用性不强甚至有限。研究意义：图像去噪方法的研究具有广泛而深远的意义。体现在实际生活应用上，譬如说，由于不同的成像机理，得到的初始图像中含有不同性质的噪声，这些噪声的存在影响着人们对图像的观察，干扰人们对图像信息的理解。噪声严重的时候，图像几乎产生变形，使得图像失去了存储信息的本质意义。显然，对图像去噪处理，是正确识别图像信息的必要保证。图像去噪技术的应用从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大影响。图像去噪对数字图像其他处理环节性能的提升有着促进作用。如果对一幅含噪图像进行特征提取，配准或者图像融合等处理其结果肯定不能令人满意，所以图像去噪是必须的。图像去噪的理论意义在于它是对图像的底层处理，噪声可能在图像采集、量化等过程中产生。也可能在传输过程中产生。噪声的存在极大地干扰了图像的信息。对于图像的后继处理和分析都有影响。主要参考文献有：三、研究的主要内容、研究方案及准备采取的技术路线、拟解决的关键问题（注：本部分内容必须详细填写）研究的主要内容：本文主要分析邻域平均法、中值滤波法、维纳滤波法及模糊小波变换法的图像去噪算法。首先介绍图像处理应用时的常用函数及其用法；其次详细阐述了四种去噪算法原理及特点；最后运用Matlab软件对一张含噪图片（含高斯噪声或椒盐噪声）进行仿真去噪，通过分析仿真结果得出：均值滤波是典型的线性滤波，对高斯噪声抑制是比较好的；中值滤波是常用的非线性滤波方法，对椒盐噪声特别有效；维纳滤波对高斯噪声有明显的抑制作用；对小波系数进...
