《圖像去噪方法的研究》開(kāi)題報(bào)告.docVIP

湖北民族學(xué)院信息工程學(xué)院畢業(yè)設(shè)計(jì)（論文）開(kāi)題報(bào)告課題名稱(chēng)： 圖像去噪方法的研究 學(xué)生學(xué)號(hào)： 030841118 學(xué)生姓名： 楊玖 學(xué)科專(zhuān)業(yè)： 電子信息科學(xué)與技術(shù) 導(dǎo)師姓名： 郭黎 信息工程學(xué)院制2011 年 9 月 7 日 填寫(xiě)填 表 需 知一、 填寫(xiě)本表前，學(xué)生應(yīng)根據(jù)本表各部分要求寫(xiě)出初稿，由指導(dǎo)老師審查通過(guò)。二、 參照指導(dǎo)教師意見(jiàn)修改初稿后正式填寫(xiě)本表，所填內(nèi)容一經(jīng)確定，一般不隨意變動(dòng)。三、 本表各部分如不夠填寫(xiě)，可自行加頁(yè)。四、 本表一式兩份，指導(dǎo)教師一份（可以電子稿），所在系部一份（打印稿）。一、 課題來(lái)源圖像是人類(lèi)獲取信息的重要手段之一，圖像在信息傳播過(guò)程中所起的作用越來(lái)越大。在許多情況下，圖像信息會(huì)受到各種各樣噪聲的影響，因?yàn)閳D像在獲取過(guò)程中容易受到器件和周?chē)h(huán)境的影響，從而使圖像中含有噪聲。圖像的噪聲可以理解為“妨礙人們感覺(jué)器官對(duì)所接收的信源信息理解的因素”。但在理論上定義為“不可預(yù)測(cè)，只能用概率統(tǒng)計(jì)方法來(lái)認(rèn)識(shí)的隨機(jī)誤差”。也就是說(shuō)，噪聲是隨機(jī)產(chǎn)生的， 因而具有分布和大小的不規(guī)則性。噪聲嚴(yán)重時(shí)會(huì)影響圖像中的有用信息，所以對(duì)圖像的噪聲處理的方法就顯得十分重要。二、 選題的國(guó)內(nèi)外研究現(xiàn)狀及水平、研究目標(biāo)及意義（包括應(yīng)用前景、科學(xué)意義、理論價(jià)值）以及主要參考文獻(xiàn)國(guó)外研究現(xiàn)狀：在數(shù)字圖像處理的領(lǐng)域里，輸入的質(zhì)量低的圖像，輸出是改善質(zhì)量后的圖像。對(duì)于含噪圖像，模糊圖像等退化圖像，圖像處理的過(guò)程就是對(duì)圖像品質(zhì)的提升。圖像去噪是圖像分析和計(jì)算機(jī)視覺(jué)中十分重要的技術(shù)。到目前為止已相當(dāng)成熟，主要方法分為兩大類(lèi)：空間域法和頻域法。在空間域中，去噪主要是鄰域平均法和中值濾波法等。頻域中常規(guī)的去噪是將被噪聲干擾的信號(hào)通過(guò)一個(gè)濾波器，濾除噪聲頻率成分。但對(duì)脈沖信號(hào)、白噪聲、非平穩(wěn)過(guò)程信號(hào)等等，存在一定的局限性。因此尋找能夠兼顧去噪，保留圖像邊緣及其他特征的圖像的濾波算法是該領(lǐng)域的重點(diǎn)課題。國(guó)內(nèi)研究現(xiàn)狀：我國(guó)數(shù)字圖像處理技術(shù)起步較晚，但在學(xué)習(xí)國(guó)外技術(shù)的基礎(chǔ)上發(fā)展迅速。近些年來(lái)，小波理論得到了非常迅速的發(fā)展，而且由于其具備良好的時(shí)域局部化和多分辨率分析能力，因而在圖像處理各領(lǐng)域的實(shí)際應(yīng)用非常廣泛。如非線性小波變換閾值法去噪，小波變換模極大值去噪及基于小波變換的尺度相關(guān)性去噪。研究目標(biāo)：更好地改善圖像的質(zhì)量，在眾多圖像去噪的算法中，不去追求哪一種算法是最好，而是要以實(shí)際要求而應(yīng)用不同的方法。有些算法是好，但它的實(shí)用性不強(qiáng)甚至有限。研究意義：圖像去噪方法的研究具有廣泛而深遠(yuǎn)的意義。體現(xiàn)在實(shí)際生活應(yīng)用上，譬如說(shuō)，由于不同的成像機(jī)理，得到的初始圖像中含有不同性質(zhì)的噪聲，這些噪聲的存在影響著人們對(duì)圖像的觀察，干擾人們對(duì)圖像信息的理解。噪聲嚴(yán)重的時(shí)候，圖像幾乎產(chǎn)生變形，使得圖像失去了存儲(chǔ)信息的本質(zhì)意義。顯然，對(duì)圖像去噪處理，是正確識(shí)別圖像信息的必要保證。圖像去噪技術(shù)的應(yīng)用從宇航領(lǐng)域擴(kuò)展到生物醫(yī)學(xué)、信息科學(xué) 、資源環(huán)境科學(xué)、天文學(xué)、物理學(xué)、工業(yè)、農(nóng)業(yè)、國(guó)防、教育、藝術(shù)等各個(gè)領(lǐng)域與行業(yè)，對(duì)經(jīng)濟(jì)、軍事、文化及人們的日常生活產(chǎn)生重大影響。圖像去噪對(duì)數(shù)字圖像其他處理環(huán)節(jié)性能的提升有著促進(jìn)作用。如果對(duì)一幅含噪圖像進(jìn)行特征提取，配準(zhǔn)或者圖像融合等處理其結(jié)果肯定不能令人滿(mǎn)意，所以圖像去噪是必須的。 圖像去噪的理論意義在于它是對(duì)圖像的底層處理，噪聲可能在圖像采集、量化等過(guò)程中產(chǎn)生。也可能在傳輸過(guò)程中產(chǎn)生。噪聲的存在極大地干擾了圖像的信息。對(duì)于圖像的后繼處理和分析都有影響。 主要參考文獻(xiàn)有：三、 研究的主要內(nèi)容、研究方案及準(zhǔn)備采取的技術(shù)路線、擬解決的關(guān)鍵問(wèn)題（注：本部分內(nèi)容必須詳細(xì)填寫(xiě)）研究的主要內(nèi)容：本文主要分析鄰域平均法、中值濾波法、維納濾波法及模糊小波變換法的圖像去噪算法。首先介紹圖像處理應(yīng)用時(shí)的常用函數(shù)及其用法；其次詳細(xì)闡述了四種去噪算法原理及特點(diǎn)；最后運(yùn)用Matlab軟件對(duì)一張含噪圖片（含高斯噪聲或椒鹽噪聲）進(jìn)行仿真去噪，通過(guò)分析仿真結(jié)果得出：均值濾波是典型的線性濾波，對(duì)高斯噪聲抑制是比較好的；中值濾波是常用的非線性濾波方法，對(duì)椒鹽噪聲特別有效；維納濾波對(duì)高斯噪聲有明顯的抑制作用；對(duì)小波系數(shù)進(jìn)行閾值處理可以在小波變換域中去除低幅值的噪聲和不期望的信號(hào)。四、 已進(jìn)行的科研工作基礎(chǔ)和已具備的科學(xué)研究條件（包括已經(jīng)取得的科研成