1. 研究目的与意义
图像处理技术在20世界20年代发展起来,随着CT的发明和计算机的问世,大量医学图片通过图像处理技术进行分析处理,使得该技术有了很大的发展,现在图像处理技术广泛应用于医学图像、遥感卫星、安防、交通、军事等领域。
由于外界条件的影响、图像采集设备的缺陷，在图像的传输过程中会造成图像信息量的流失，导致获取的图像呈现不理想的状态，图像复原技术应运而生，并成为图像处理技术的重要组成部分。
在日常生活中，人们接触的图像在成像过程中往往会出现模糊、加入噪声，导致图像质量下降，为了更好地显示图像原有的面貌，必须采取某种技术手段来还原图像的本来面目，这就是图像复原。
2. 课题关键问题和重难点
本课题的关键问题及难点在于Matlab仿真以及维纳滤波器设计和退化模型的建立。
维纳滤波（wiener filtering) 一种基于最小均方误差准则、对平稳过程的最优估计器。
这种滤波器的输出与期望输出之间的均方误差为最小，因此，它是一个最佳滤波系统。
3. 国内外研究现状（文献综述）
最早的复原技术研究可以追溯到19世纪50年代至60年代早期美国和苏联的空间项目。恶劣的成像技术的环境、设备的震动，飞行器的旋转等因素使图像产生不同程度的退化，在当时的技术背景下，这些退化造成了巨大的经济损失。为此，业内人士围绕着解决退化问题展开了复原技术的研究。复原技术早期的成果归功于数字信号处理领域中一些技术和方法的引入，例如逆滤波技术。随后一些学者发现退化问题可以利用状态空间、ARMA(auto regressive and moving average model)模型、非线性参数辨识、自适应理论等方法很好的描述和解决，这些方法都是具有典型的现代的控制技术特点。控制技术在复原技术领域的成功应用推进了复原技术的发展。目前，一些现代方法极大地丰富了复原技术的研究内容，典型的有小波分析，神经网络等。复原对象也不再是单一的恢复图像，彩色图像复原技术的研究得到了重视；应用领域也不再局限于空间探测，而是扩大到了医学、通信、天文、艺术、气象、消费电子等诸多领域，成为各界人士广泛关注的典范。这些成果意味着复原技术的发展已经进入相对成熟的阶段。归结起来，经典福原技术发展主要经历了直接复原法、正则化法、自适应法3个阶段。直接法主要出现在早期的研究中，在目前应用当中已经非常少见。正则化和自适应方法仍沿用至今，其思想渗透在大多数的现代复原技术中，因而称为经典方法。近年来，随着控制理论与数字信号处理技术的迅速发展，复原技术领域出现了一些新的方法和新的趋势。例如：神经网络、小波分析等。图像复原是一项具有广阔发展和应用前景的技术。随着现代信号处理技术、控制技术、估计理论、数值分析等方法的进步，新的复原方法将会不断涌现。目前，广泛采用改善信噪比(ISNR)来衡量复原质量。这种方法只能给出复原前后的客观对比，无法判断复原的程度，属于客观评价标准。很多情况下数学意义上的最佳，并非真实意义上的最佳。例如，视觉效果等主观因素往往被忽略。文献[94]、[95]的研究虽考虑了人眼的视觉特性，提出的评价指标含有一定的主因素，但并不完善，有待进一步研究。此外，算法的复杂性、可靠性、实时性等因素也是评价一个算法质量的重要标准。实践证明，统一的衡量标准是否存在、是否有效，是衡量一项技术成熟度的重要标志。因此，研究并提出综合的评价标准则应该受到重视。总之，数字图像复原技术是一门实践性和应用性很强的技术，有着广泛的应用空间。除数学基础外，数字图像复原技术本身并没有复杂的理论背景，其发展主要靠其他学科的推动。早期的发展主要依靠数字信号处理，后来又借助控制理论使其得到更进一步的发展。希望今后能有更多其他学科的学者能够将其领域里适合的研究方法和研究思路引入到图像复原技术中，为其注入新的活力，使其向更高一级的方向发展。
[1]姚敏，等.数字图像恢复处理[M].北京：机械工业出版社，2006. [2]周维华.Wiener滤波图像复原[J].计算机工程与科学，2007，（03）. [3]罗军辉，冯平，哈力旦，等.MATLAB7.0在图像处理中的应用[M].北京：机械工业出版社，2005. [4]张德丰，张葡青.维纳滤波图像恢复的理论分析与实现[J].中山大学学报（自然科学版），2006，（11）. [5]陈武凡.小波分析及其在图像处理中的应用[M].北京：科学出版社,2003. [6]王桥.数字图像处理[M].北京：科学出版社，2009. [7]夏良正，李久贤.数字图像处理[M].南京：东南大学出版社，2006. [8]秦襄培，郑贤忠.MATLAB图像处理宝典[M].北京：电子工业出版社，2011. [9]郝立兵.维纳滤波的应用与研究.探测与定位.2011.
4. 研究方案
主要内容：本系统的设计主要是软件部分，系统软件部分主要是Matlab仿真以及维纳滤波器设计和退化模型的建立。
工作原理是：维纳滤波是一种自适应最小均方误差滤波。
维纳滤波的方法是一种统计方法，它用的最优准则是基于图像和噪声各自的相关矩阵，它能根据图像的局部方差调整滤波器的输出，局部方差越大，滤波器的平滑作用就越强。
5. 工作计划
第一周：查阅有关维纳滤波、图像处理的专业文献资料第二周：复习数字图像处理的基本知识，加深对基于维纳滤波的数字图像复原技术研究的理解第三周：熟悉MATLAB软件使用，练习编写简单的程序，记忆相关函数的功能第四周：通过之前的查阅及调研做出毕业设计课题的整体方案第五周：确定采用的图像处理方法和流程图第六周：开始用MATLAB软件初步编写源程序第七周：初步调试并修改程序第八周：继续编写源程序并调试，使其达到理想的效果第九周：分析比较所使用的各种方法的优缺点第十周：优化设计结果，完善毕业设计第十一周：开始撰写毕业设计论文第十二周：修改并完善毕业设计论文使其符合要求第十三周：提交毕业设计论文，并准备相关的材料准备答辩第十四周：毕业答辩
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。
