基于數學形態學和PCNN的圖像去噪的研究開題報告范文
一、畢業設計課題研究的目的、意義、國內外現狀及發展趨勢
1.1畢業設計課題研究的目的、意義
圖像在生成和傳輸的過程中難免會受到噪聲的污染，使得圖像的質量受到損害，這不僅不符合人們的視覺效果，并且對圖像的后續處理是很不利的。因此，在圖像的預處理階段中，有必要對圖像進行去噪，以提高圖像的信噪比。數學形態學是一門建立在嚴格數學理論基礎上的學科，其基本思想和方法對圖像處理的理論和技術產生了重大影響，為形態學用于圖像分析和處理，形態濾波器的特性分析和系統設計奠定了基礎。PCNN是于20世紀90年代開始提出的一種基于貓的視覺原理構建的簡化神經網絡模型， PCNN不需要學習或者訓練，能從復雜背景下提取有效信息，具有同步脈沖發放和全局耦合等特性，其信號形式和處理機制更符合人類視覺神經系統的生理學基礎。 改善給定的圖像，解決實際圖像由于噪聲干擾而導致圖像質量下降的問題。通過圖像去噪技術可以有效地提高圖像質量，增大信噪比，更好的體現原來圖像所攜帶的信息。
圖像去噪方法的研究具有廣泛而深遠的'意義。體現在實際生活應用上，譬如說，由于不同的成像機理，得到的初始圖像中含有不同性質的噪聲，這些噪聲的存在影響著人們對圖像的觀察，干擾人們對圖像信息的理解。噪聲嚴重的時候，圖像幾乎產生變形，使得圖像失去了存儲信息的本質意義。顯然，對圖像進行去噪處理，是正確識別圖像信息的必要保證。
1.2國內外現狀及發展趨勢
我國數字圖像處理技術起步較晚，但在學習國外技術的基礎上發展迅速。近些年來，數學形態學和小波變換得到了非常迅速的發展，而且由于其具備良好的時域局部化和多分辨率分析能力，因而在圖像處理各領域的實際應用非常廣泛。如非線性小波變換閾值法去噪，及基于PCNN和數學形態學的圖像去噪。
發展趨勢：針對傳統去噪方法的不足：傳統的濾波器將受污染的圖像視為一個整體進行濾波，不能根據噪聲分布的特點及圖像的紋理細節進行濾波，雖然濾除了噪聲，但同時對圖像造成了一定程度的破壞。近年來，數學形態學在圖像處理方面得到了日益廣泛的應用。 數學形態學可以用來解決抑制噪聲、特征提取、邊緣檢測、圖像分割、形狀識別、紋理分析、圖像恢復與重建、圖像壓縮等圖像處理問題。脈沖耦合神經網絡（PCNN）是單層神經網絡模型，不需要訓練就能實現圖像分割、圖像邊緣檢測等處理，因此在圖像處理中得到廣泛的應用，但單一的PCNN不能有效的濾除噪聲，同樣也需要結合其他理論方法。因此，近年來提出了基于數學形態學和神經網絡相互結合的去噪方法應運而生，這種方法也必將成為今后圖像去噪的主要發展趨勢之一。
二、課題主要工作（設計思想或理論依據、擬采用的研究方法及手段）
2.1設計思想
通過對基于數學形態學和PCNN的研究，在Matlab上加以實現。與傳統去噪算法比較在時間性和穩定性上面的優劣，并對算法進行改進達到更加高效、穩定的圖像去噪的目的。
2.２理論依據
在圖像處理中，圖像中的任意一個像素點的數值都與它周圍像素點的數值有著一定的聯系。在一般的情況下，由于受到了噪聲的污染，破壞了相鄰的像素點之間的這種相關聯系，從而引起被噪聲污染的像素點所對應的神經元激活情況與其鄰域內像素點所對應的激活情況不同。這里我們記激活狀態為1，未激活狀態為0。因此在去噪時，根據某一神經元與其鄰域內其它神經元的激活狀況的不同，判斷其是否為噪聲點。判斷依據為：如果某一像素點的數值越大，則該像素點相對應的神經元被激活的概率就越高，反之亦然。而如果某一個神經元被標記為1而其鄰域內的大多數神經元被標記為0，則認為它所對應的圖像中的像素點的數值因噪聲的污染，該像素點的數值將會降低;同樣如果一個神經元被標記為0而其鄰域內的大多數神經元被標記為1，則認為它所對應的圖像中的像素點的數值因噪聲的污染，該像素點的數值將會增加；其它情況下，認為其所對應的的像素點沒有被噪聲污染，數值不變。
2.３擬采用的方法及手段
通過PCNN判斷噪聲點，再由數學形態學運算來去除噪聲點。
2.3.1 PCNN模型
一個PCNN由三部分組成:接受部分，調制部分，脈沖發生器。簡化模型的數學形式可用以下四個方程來描述：
FijketFijk1SijVFMijklYklk1(1)
UijkFijk1Lijk(2)
ijketijk1VYijk1(3)
YijkstepUijkijk1Uijij
0其他(4)
其中，下標ij表示ij神經元，Fij為饋送輸入信號,Sij為受到的外部刺激信號，Mijkl，Ykl為kl神經元向ij神經元的輸出權，Lij為鏈接輸入信號Uij為內部信號,θij為動態閾值，Yij為輸出信號，k表示第k時刻，β表示鏈接強度，Δt為采樣周期。VF，Vθ為幅度常數，αθ為衰減系數。
2.3.2數學形態學基本運算
數學形態學的基本運算有4個：膨脹、腐蝕、開運算和閉運算。 膨脹是對圖像中的目標對象增加像素，輸出圖像的像素值是輸入圖像鄰域中的最大值。腐蝕則是對圖像中的目標對像去除像素，輸出圖像的像素值是輸入圖像鄰域中的最小值。而圖像處理中結構元素的大小和形狀是由增加和減少多少像素所決定的。先進行腐蝕后進行膨脹的操作稱為開運算，開運算的作用是平滑圖像的輪廓，去掉輪廓上的毛刺，截斷狹窄的山谷。先進行膨脹后進行腐蝕的操作稱為閉運算，閉運算能去除區域的小孔，填平斷裂以及缺口。
【基于數學形態學和PCNN的圖像去噪的研究開題報告范文】相關文章：
研究生開題報告的技巧和方法01-30
關于課題研究和開題報告格式03-19
開題報告研究現狀的寫法及范文08-05
課題研究方案與開題報告的聯系和區別08-04
數學系研究生開題報告01-23
學生環保和低碳生活教育研究開題報告范文03-17
開題報告采用的研究方法03-08
關于研究性學習的開題報告范文01-03