1. 毕业设计（论文）主要内容：

由于深度学习，特别是卷积神经网络（CNN）在图像识别等领域取得了较好的成果，近年来，基于深度学习的图像去噪方法也被提出并得到了发展。论文基于深度学习在图像处理和图像去噪的相关理论，分析深度学习的基本模型和方法，理解卷积神经网络方法在图像去噪中的应用。在相关图像数据集上进行编程验证，比较分析传统的图像去噪方法和基于深度学习的图像去噪的优劣。

2. 毕业设计（论文）主要任务及要求

1、查阅不少于15篇的相关资料，其中英文文献不少于3篇，完成开题报告。

2、掌握卷积神经网络的原理，使用caffe来搭建神经网络，学习深度学习在图像去噪的相关理论。

3、理解卷积神经网络方法在图像去噪中的应用，并在相关图像数据集上进行编程验证，与传统去噪方法进行分析比较。

3. 毕业设计（论文）完成任务的计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需技术语言和开发工具，初步搭建并熟悉开发环境。

确定方案，完成开题报告。

第4－6周：阅读参考文献，学习深度学习在图像去噪的相关理论和算法。

4. 主要参考文献

1、Jain, Viren, and Sebastian Seung. Natural image denoising with convolutional networks[J]. Advances in Neural Information Processing Systems. 2009.
2、吴洋威. 基于深度学习的图像去噪算法[D]. 上海交通大学, 2015.
3、任静. 基本卷积神经网络的图像去噪算法研究[D]. 西安电子科技大学. 2015.