1. 研究目的与意义（文献综述）

研究目的及意义：

随着科学技术的发展，数字图像处理技术的应用越来越广泛，针对数字图像处理技术很多新颖的概念和方法也层出不穷，各种图像处理技术也有了很大的发展。然而由于各种因素，例如元器件方面、环境方面或者其他方面的缘故，图像极易受到噪声的污染，严重时对图像融合、分割、理解、模式识别、特征提取、边缘检测等都会造成一定的影响，这时如何消除噪声，怎样进行去噪处理就成为关键的一步。

图像去噪的最终目的是通过采取某种手段改善给定图像的质量，将图像噪声污染问题解决，进而满足人们对图像的某种特定的要求。因此，智能优化方法因其易于理解、便于实现等特点在图像处理领域得到了广泛应用。其中，粒子群优化算法己经在图像处理领域应用中取得了一定的成功，但在图像去噪、图像分割等问题上仍然存在着很多需要改进的地方。本文利用粒子群优化算法的全局搜索能力来搜索小波变换下的噪声系数和图像系数的阈值,更准确地将图像信号和噪声信号分开,使重构的图像更加接近原图，从而实现图像去噪。

2. 研究的基本内容与方案

随着信息技术的发展,数字图像处理应用越来越广泛，同时智能优化方法因其易于理解、便于实现等特点在图像处理领域得到了广泛应用。本文主要研究粒子群优化算法在小波图像去噪中的应用。图像在受到噪声干扰的情况下,小波变换系数的阈值选取会变得困难,从而导致小波变换在图像去噪中受到局限。本文将利用粒子群优化算法的全局搜索能力来搜索小波变换下的噪声系数和图像系数的阈值,更准确地将图像信号和噪声信号分开,从而实现图像去噪。

本文将研究基本粒子群优化算法，具体研究工作包括以下几个方面:

1、研究原始的粒子群优化，通过粒子群优化算法改善小波图像去噪性能。图像在受到噪声干扰的情况下，小波变换系数的阂值选取会变得很困难，导致小波变化在图像去噪上受到局限，本文将利用粒子群优化算法的全局搜索能力来搜索小波变换下的噪声系数和图像系数的阂值，更准确地将图像信号和噪声信号分开，从而实现图像去噪。

3. 研究计划与安排

第1周：查阅相关文献资料，明确研究内容，了解研究所需的基本概念和基础知识。

第2周：确定方案，完成开题报告初稿。

第3周：开题报告修改完成，完成英文文献翻译。

4. 参考文献（12篇以上）

[1] 李万程. 基于改进粒子群优化算法的图像去噪和图像分割研究[d]. 天津工业大学，2016.

[2] 张国伟. 基于小波变换的图像去噪方法研究[d]. 昆明理工大学，2014.