开题报告内容
一．选题背景与意义
据悉，人类接受的信息中有70%以上是通过视觉[1]，而图像是这些信息表达和传递的重要媒介[2]。图像数字化就是将图像信息转换成数字信号，然后由计算机处理。图像处理和识别就是利用计算机等设备对二维或三维的视觉信息进行采集和加工[3]。在现实生活中，人们获得的图像难免会受到噪声的污染，这些噪声降低了图像质量，覆盖了重要信息，给图像的应用和分析带来了困难，导致图像处理程序无法获得理想结果。噪声的存在改变了图像中原来的像素值，在很大程度上影响了计算机对图像中目标信息的判识能力，如图像分析、特征提取以及目标识别[4-6]等。因此，在处理和分析图像之前要对图像进行预处理操作，消除图像中的噪声。
图像去噪涉及光学系统、微电子技术、计算机科学、数学分析等诸多领域，是一门综合性很强的基础科学。图像去噪理论在图像处理领域有着重要的地位，已成为图像处理领域中一个热门的研究内容。如何在去除噪声的同时，保留图像中目标区域的轮廓及边缘等重要特征信息，并且提高图像视觉质量，一直是图像去噪努力的目标[7]。
二．拟解决的问题
椒盐噪声是数字图像处理中的一种典型噪声，通常是因图像采集设备故障或信号传输过程错误而产生[8]。椒盐噪声会导致图像受损像素取最小或最大灰度值（0或255），从而造成图像细节丢失和质量下降，进而极大影响后续图像处理效果[9]。标准中值滤波器（Standard Median Filter，SMF）是一种针对椒盐噪声的简单实用的非线性滤波单元，但在去除细节较丰富图像的椒盐噪声时，容易破坏图像细节，引起图像模糊。同时，SMF对高密度椒盐噪声图像的去噪性能较差。因此，改进SMF算法，提高滤波器去噪能力，且尽量保护图像细节、提高峰值信噪比，一直是图像处理领域研究的难点和热点问题。本课题在现存经典改进中值滤波算法的基础上，进一步探寻改进和提升中值滤波器性能的方法，重点在于提高滤波器在高椒盐噪声条件下的去噪能力和保护图像细节的能力，进一步减少噪声信号对图像的干扰，提高图像质量，改善图像视觉效果。
三．研究方法及研究步骤
1. 查阅文献
搜集并阅读大量的与课题相关的国内外文献，了解图像去噪算法发展历程及具体算法流程，研读使用SMF算法或改进的SMF算法去除椒盐噪声的有关资料，重点研究目前已知的常见中值滤波改进算法。
2. 仿真实验分析找出SMF算法的缺陷
以上是毕业论文文献综述，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。
