1. 研究目的与意义（文献综述）
当今社会是一个数字化、信息化的社会，许多信息都采用数字形式的数据进行处理和存储，数字图像就是这种以数字形式进行存储和处理的图像。
图像是一种重要的信息源，许多新兴技术的研究及应用都离不开图像处理。图像处理技术与数理、生理学、心理学、计算机科学等学科相辅相成；其研究范围与计算机视觉、计算机图形学、模式识别等相互交叉，它的研究进展与遗传算法、模糊逻辑、人工智能、神经网络等理论和技术相关。其发展应用与文档处理、遥感、通信、生物医学等许多领域紧密结合。在检测领域，其应用相当广泛。
噪声是一种可以妨碍人们感觉器官理解所接收信源信息的因素，图像信号在获取和传输过程中，不可避免地会受到各种噪声的污染，从而导致图像质量退化，对图像的后续处理，如边缘检测、图像分割、特征提取、模式识别等产生严重的影响，图像去噪处理对上述的图像进一步处理提供了可靠原始依据，保证了它们结果的准确性。除此之外，由于不同的成像机理，得到的初始图像中都含有大量不同性质的噪声，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，使得图像失去了存储信息的本质意义。因此，图像去噪是一个永恒的主题，为了便于更高层次的处理，改善图像质量，抑制噪声，对图像进行去噪预处理是很有必要的。
2. 研究的基本内容与方案
本研究是在熟悉了解数字图像的特点，数字图像处理的基本原理、方法；熟悉掌握labview和matlab软件的使用方法和程序设计方法的前提下，研究各种当前常用的数字图像去噪法的原理、特点，提出适当的数字图像去噪方案，并进行相应数字图像去噪的软件实现，选择合适的评价指标对去噪效果进行评估，比较它们的处理结果与优缺点，重点研究在近年来得到广泛关注的小波去噪法，讨论其基小波选择、小波分解层数选择、多分辨率分解和小波包分解处理方法选择等因素对数字图像去噪效果的影响。
常用于图像处理的软件有vc，c ，matlab，labview等，其中matlab有着强大的矩阵运算以及数据处理能力，内含着丰富的图像处理函数以及工具，在图像去噪的研究上有着很大的优势。而labview是基于图形化的编程语言，采用数据流的编程方式，界面友好、直观，而且有着许多的接口，方便与其他语言混合编程。
在本研究中将以labview为主体框架，利用它构建友好直观的程序界面，通过前面板实现数字图像的引入、去噪方法的选择、参数的设置、去噪前后效果的直观显示等功能，并在其中调用matlab script编程实现具体的去噪算法。
3. 研究计划与安排
第1－2周：查阅相关文献资料，明确研究内容，了解研究所需的相关知识。确定方案，完成开题报告。第3－7周：完成英语论文翻译和熟悉原理、方法。
第8－11周：完成系统设计。
第12－15周：完成系统仿真测试工作。
4. 参考文献（12篇以上）
[1]阮秋琦等.数字图像处理（第三版）[m].北京：电子工业出版社，2011[2]冈萨雷斯.数字图像处理（matlan版）[m].北京：电子工业出版社，2005
[3] joyce van de vegte.数字信号处理基础 [m].北京：电子工业出版社,2009.
[4]王香菊.基于中值滤波和小波变换的图像去噪方法研究[d].西安科技大学,2008.
课题毕业论文、开题报告、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。
