全文总字数：5138字
1. 研究目的与意义、国内外研究现状（文献综述）
课题的意义：
随着科学技术和社会生产力的发展，人类已经进入了信息时代，对信息处理能力的要求也越来越高。在图像传输和存储的某些环节可能会引入噪声。这些噪声在图像上常表现为一引起较强视觉效果的孤立象素点或象素块[1]。噪声的污染直接影响着对图像边缘检测、特征提取、图像分割、模式识别等处理，使人们不得不从各种角度进行探索以提高图像的质量[2] [3]。所以采用适当的方法尽量消除噪声是图像处理中一个非常重要的预处理步骤。
2. 研究的基本内容和问题
研究的目标：
熟悉数字信号分析的基本原理和方法，研究小波变换的多分辨分析和特征点检测的方法，掌握matlab软件实现图像信号的小波多分辨分析的方法。本课题着重学习研究小波变换对图像噪声去除的效果，通过与传统去噪方法的对比，总结出小波去噪的优势和不足。
3. 研究的方法与方案
研究方法：
（1）图像去噪是图像处理研究的一个方向，大多数图像去噪的方法，从本质上说都是低通滤波的方法。它在消除图像噪声的同时，也会消除图像部分有用的高频信息。因此，各种图像去噪方法，其实就是在去噪程度和保留有用高频信息之间进行权衡。
小波去噪的方法大概可以分为三大类:
4. 研究创新点
创新之处一：小波分析真正作为一门理论或学科被研究仅仅是三十年的事情。与傅里叶分析和gabor变换相比，小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取局部信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析。解决了傅里叶分析不能解决的许多问题。数学家认为，小波分析是一个新的数学分支，它是泛函分析、傅里叶分析、样条分析和数值分析的完美结晶；
5. 研究计划与进展
2019年 3月中：撰写开题报告，开题；
2019年 3月中- 4月初：学习数字信号分析的基本原理，掌握matlab软件进行信号分析的方法；
2019年 4月初- 4月中：了解小波变换的理论，对图像信号的小波特性进行研究，期中毕业设计检查；
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。
