1. 研究目的与意义（文献综述）

目的及意义：

在当今的信息经济时代，随着网络技术和多媒体技术快速发展，图像作为最重要最直接的视觉信息，数量呈现爆炸式的增长，无论是在日常生活，还是医学、气象、工业检测等各个领域，人们都喜欢采用图像的方式来描述和表达事物的特性和逻辑关系，图像处理技术显得尤为重要。

在现实中，图像中总会引入噪声，原因有很多：或因为在生成过程中镜头不干净、光线不足；或因为在获取过程中镜头失焦、传感元器件自身的质量；或是传输过程中电子元器件发热，无线网络因为光或其他天气因素干扰；或是存储过程中设备质量问题。噪声使得图像质量下降，造成图像模糊，甚至改变原有特征，严重影响到后续的图像处理结果。

2. 研究的基本内容与方案

基本内容及目标：

图像去噪中一个最具挑战性的问题就是纹理结构等精细尺度的细节会被过度平滑，过度平滑的图像会比原始图像有更弱的梯度。考虑到图像中的纹理区域是同质并且通常由类似的模式构成，统计描述符直方图能有效地表示其纹理结构，促使我们使用梯度直方图来设计去噪模型，达到在去噪的同时能够良好地保留住图像的纹理结构的效果。所以本课题基于梯度直方图保持纹理模型，研究的是纹理丰富的图像，目的是为了在去除噪声的同时能够保持图像精细的纹理结构。

3. 研究计划与安排

第1周—第3周 搜集资料，通过学习相应书记和查阅资料，了解课题研究的基本内容、目的和意义，了解如今的图像去噪的算法，确定设计思路，撰写开题报告；
第4周—第5周 论文开题，巩固和学习matlab的使用，针对设计中使用的算法，编制处理程序；
第6周—第12周 根据实验仿真结果，分析去噪后的图像的各种性能指标，整理得出结论，验证自己的算法研究撰写论文初稿；
第12周—第15周 对论文进行仔细审查，修改论文，准备答辩；
第16周 论文答辩。

4. 参考文献（12篇以上）

[1] 冈萨雷斯. 数字图像处理(第三版)[m].电子工业出版社.2011

[2] 马杰,武利涛,张晓严. 一种改进的组稀疏表示图像去噪方法[j].微电子学与计算机, 2017,34(6):99-103.

[3] 赵晨萍,冯象初,王卫卫等. 图像恢复问题的梯度稀疏化正则方法[j]. 系统工程与电子技术, 2017(10).