全文总字数：2639字

1. 研究目的与意义及国内外研究现状

随着信息技术和计算机技术的飞速发展，辅助医学诊断的现代医学影像技术也取得了长足进步，数字化x射线摄影因其具有辐射剂量小、灵敏度高、图像分辨率高、处理速度快等优点被临床医学广泛采用。然而，dr系统由于受到成像设备本身因素和外界环境的影响，在成像过程中也产生了各种噪声，这不仅降低了图像的质量，而且给疾病的诊断带来极大的影响。因此，寻找适用于dr图像的去噪方法，成为研究的重点和难点。

dr图像噪声种类繁多较为复杂，根据其产生机理可分为系统固有噪声和随机噪声。固有噪声包含系统干扰噪声、探测器转换屏不均匀性引起的噪声以及数字化系统特有的由a/d转换引起的量化噪声等;随机噪声的产生则与x线量子杂波、量子转换过程的统计性、x线散射以及放大器中的热电流噪声等因素有关。按噪声的统计学规律，随机噪声又可分为脉冲噪声、量子噪声、高斯噪声、以及椒盐噪声等。

目前，图像去噪的方法大致可以分为三类:空间域、频率域和基于稀疏表示的字典学习等方法。根据dr图像的特点及其噪声特性，应选择合适的去噪算法，降低噪声，改善图像质量，尽可能减少噪声对后续图像处理的影响，使之能够对疾病的诊断提供辅助作用。

2. 研究的基本内容

本课题研究的内容是DR图像的去噪方法，研究前期需要学习计算机图像处理的基本知识，同时掌握经典的图像去噪算法原理，研究图像噪声的特点。了解X射线透射图像，分析DR系统成像的原理、特点以及噪声的来源和不同类型的DR成像系统的结构。

论文将选择合适的去噪算法研究，编程实现对DR图像的降噪，并进行详细的参数分析及算法对比。

3. 实施方案、进度安排及预期效果

深入学习dr图像去噪方法，在开学前完成dr图像去噪的相关知识学习，查阅相关参考文献，对所要完成的目标有明确的方向。熟悉matlab软件的使用。

2019年1月15日至2019年3月初完成计算机图像处理基础知识的学习。

2019年3月5日至2019年4月初完成计算机经典去噪算法和dr图像相关知识的学习。

4. 参考文献

[1](美)rafael c.gonzalez,(美)richard e.woods.数字图像处理(第三版)[m]阮秋琦等,译.北京:电子工业出版社.

[2](美)rafael c.gonzalez,(美)richard e.woods.数字图像处理(matlab版)(第二版)[m]阮秋琦等,译.北京:电子工业出版社.

[3]加贝.dr图像的去噪算法研究[d].南昌：南昌航空大学，2013：1-5.