全文总字数：1415字

1. 研究目的与意义及国内外研究现状

采集及处理图像数据现如今早已不是新技术，然而由于获取图像的传感器性能还没有完全成熟，对于来自同一景物的多幅图像，成像传感器方向不同，景物自身的变 化以及各种干扰的存在，所摄取的图像会存在程度不同的失真和变质，这就产生了如何从模糊图像中恢复出原始图像的问题。此设计利用matlab软件实现几种 基于matlab的实用数字图像去噪算法，总结分析各算法优缺点，得出结论。

国内外研究现状

根据实际图像的特点、噪声的频谱分布的规律和统计特征，开发了多种去噪方法，传统的去噪方法利用均值滤波去除高斯噪声、利用中值滤波器去除椒盐噪声（脉冲噪声）。其中，最为代表性的是Astola等人提出的矢量中值滤波器，胡梦佑等提出了一种变窗长自适应算法。Trahanias等人研究了利用矢量的方向信息进行彩色信息处理，提出了矢量方向滤波器，混合方向滤波器，模糊适量滤波器，加权的矢量滤波器，开关型矢量滤波器，基于相似度的矢量滤波器，小波变换阈值法（小波变换具有良好的时域局部特性），神经网络等方法。如今在实际图像去噪处理上，出现了很多优化算法，比如基于低秩矩阵恢复的去除椒盐噪声的方法、超像素生成算法等。

2. 研究的基本内容

生活中实际获得的图像都因受到干扰而含有噪声，噪声产生的原因决定了噪声分布的特性及与图像信号的关系。首先明确，一般图像处理技术中常见的噪声有：1) 加性噪声；2)乘性噪声；3)量化噪声(主要噪声源)；4)椒盐噪声。图像平滑的主要目的是去除噪声，因此去除噪声可采用空间域低通滤波，频率域 低通滤波以及形态学滤波实现。空间域中进行去噪主要采用领域平均、中值滤波、自适应滤波器(自适应维纳滤波法)和多图像平均法实现；频域中进行去噪主要采用低通滤波器、巴特沃斯低通滤波器、指数型低通滤波器、梯形滤波器实现。此设计利用 matlab实现上述几种实用数字图像去噪算法分析研究各算法优缺点，总结不同类图像去噪最优解。

3. 实施方案、进度安排及预期效果

• 实施方案：

1. 介绍各种噪声源及研究分析相关的滤波器；
2. 同一张照片添加不同噪声源，采用研究内容中所提到的某一滤波器进行滤波去噪，分析对比该滤波器对不同噪声去噪效果；
3. 得出结论。

• 进度安排：

1. 前期：搜集相关资料、有关论文；熟练掌握matlab；制定大纲论文框架；
2. 中期：利用matlab实现图像去噪，保存结果；拟定初稿；
3. 后期：修改整理初稿，制作答辩讲解ppt。

• 预期效果：能够通过matlab实现验证各算法优缺点，得出结论。
  剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

  4. 参考文献

  [1]杨帆,王志陶,张华.精通图像处理经典算法(matlab版).北京:北京航空航天大学出版社,2014

  [2]张兆礼,赵春晖,梅晓丹.现代图像处理技术及matlab实现.北京:人民邮电出版社,2001

  [3]matlab技术联盟,张岩.matlab图像处理超级学习手册.北京:人民邮电出版社2014

  剩余内容已隐藏，您需要先支付 5元 才能查看该篇文章全部内容！立即支付