如何做毕业设计.ppt.ppt

文档介绍：如何做毕业设计
何坤
论文类型
研究型
应用型
应用开发型论文
分析比较型论文
理论探索型论文
系统实现型论文
研究型论文
选定开发平台(C,C++,VC,VB, Java, mat lab)
将相应的传统方法进行编程实现(至少一个)
将本文工作进行编程实现
将本文工作运算的中间数据进行储存,(或者不同参数的调整实验结果)
将本文工作的实验结果与传统相应的结果进行比较,突出自己的优点
本文工作的不足以及相应的实验结果
研究型论文实例
题目:
基于局部保边函数的图像椒盐噪声去除
研究的对象:图像椒盐噪声去除
研究方法:局部保边函数
传统方法(编程实现一个)
标准中值滤波(SM):
用邻域的中值来代替图像中每个象素的灰度值。对于低噪声图像,SM滤波能有效抑制椒盐噪声。但是它具有以下三点不足:
(1)不能完全被消除高噪声图像中的噪声
(2)不能较好的保存图像边缘和细节部分
(3)去噪效果与邻域个数有关。因此,为了克服标准中值滤波的局限性,又在此基础上提出了一些其他的方法。
自适应中值滤波(AM)。当自适应中值滤波的最大窗口较大时,自适应中值滤波的计算时间较长。
运用保边势函数来消除椒盐噪声。Chan结合了自适应中值滤波和保边势函数(AM-EPR)的方法对椒盐噪声图像进行恢复,它能恢复噪声高达80%的图像,但它是以象素点为单位恢复噪声图像的,因此其计算效率很低。
DONG Yiqiu将所有可能的噪声点形成向量,且使用GBB算法解决最小化问题(AM-IEPR),从而极大的改进了AM-EPR方法的计算效率,但是该方法并没有考虑到图像像素邻域之间的相关性,从图像整体上而言,去噪效果较好,但是损失图像的一些局部信息,对信息主要分布在高频的图像去噪效果不理想。