《图像去噪方法的研究》开题报告

.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： 030841118 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；对小波系数进行阈值处理可以在小波变换域中去除低幅值的噪声和不期望的信号。四、 已进行的科研工作基础和已具备的科学研究条件（包括已经取得的科研成果、