1. 研究目的与意义
随着计算机，多媒体和数据通信技术的高速发展，信息和通信已经渗入到我们的生活的各个方面。
人们获得外界信息绝大部分来自视觉所接收的图像信息。
图像处理近年来在工业，医疗，教育，娱乐等方面得到了极大的重视和应用。
2. 课题关键问题和重难点
课题关键：1.熟悉MATLAB软件的基本功能以及能够熟练利用软件进行仿真等；2.了解国内外图像处理的发展现状以及发展趋势；3.了解噪声种类，研究其特点进行分析；4.熟悉图像去噪处理的几种方式的特征以及相应的算法；5.在空间域以及频域对图像进行去噪处理；6.对进行过去噪处理的图像进行仿真。
难点：1.由于拍摄图像的工具和图像数字化等一系列的处理所应用的仪器不同，图像信息往往会受到不同程度的干扰，不同的噪声也会随之产生，因此需要根据实际图像的特点，噪声的不同类型和特性使用相应的处理方式；2.不同算法处理得到的图像会导致图片出现一些如图像边缘模糊，细节丢失等现象，需要引起注意以避免此类现象发生；3.噪声种类繁多，且密度会发生一些改变，难以完成对混合噪声的处理。
3. 国内外研究现状（文献综述）
1.数字图像去噪处理发展史以及现状 数字图像处理起源于上个世纪20年代。
50年代，人们开始对数字图像处理技术进行系统的研究。
60年代末，数字图像处理已经逐步完善，并且成为了一门独立的学科。
4. 研究方案
1.通过阅读浏览相关文献，了解图像去噪处理的实际应用，并选择多副合适的图像进行噪声分析；2.确实图像去噪的基本方式：选择对噪声的空间域以及频域进行去噪处理；3.熟悉MATLAB软件功能，并利用其组建去噪算法框架进行去噪处理，并对结果进行仿真；4.根据图像处理得到的结果分析对相关算法进行一些优化以得到更好的效果；5.总结课题设计的过程以及结果，整理相关资料，撰写毕业设计论文。
5. 工作计划
第1周：查看任务书，明确课题的含义及意义，收集大量资料通读初步了解数字图像处理的发展进程；第2周：明确图像噪声的类别以及其特点，了解图像去噪的几种常用方式和特点；第3周：翻译相关的英文资料，写出相关开题报告一份；第4周：掌握图像去噪的各种算法原理以及方法；第5周：熟悉MATLAB软件的基本功能，学会使用其中的图像工具箱；第6周：明确基本的算法框架，进行编写算法；第7周：根据实验结果对算法进行调试修改；第8周：完成对图像的空间域以及时域的去噪处理；第9周：对算法进行一些优化；第10周：对图像处理进行仿真得到结果，并进行分析；第11周：整理相关材料，列出论文的基本大纲，准备撰写论文；第12周：根据指导意见修改论文；验收实物成果，接收答辩资格审查；第13周：参加毕业设计答辩；第14周：毕业设计答辩及成绩评定。
以上是毕业论文开题报告，课题毕业论文、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。
