1. 本选题研究的目的及意义
图像在采集、传输和存储过程中，由于受到各种因素的影响，例如光照条件、传感器噪声、传输信道干扰等，不可避免地会引入噪声。
图像噪声的存在会降低图像质量，影响后续图像处理的效果，例如图像分割、特征提取、目标识别等。
因此，图像滤噪作为图像预处理的关键步骤，对于提高图像质量和改善后续图像处理的效果具有十分重要的意义。
2. 本选题国内外研究状况综述
图像滤噪一直是图像处理领域的研究热点，国内外学者对此进行了大量的研究，取得了丰硕的成果。
本节将从国内和国外两个方面对基于盲源分离的图像滤噪研究现状进行综述。
1. 国内研究现状
3. 本选题研究的主要内容及写作提纲
本选题的主要内容是研究基于盲源分离的图像滤噪方法，并针对现有方法存在的问题进行改进和优化，以提高算法的滤噪性能、鲁棒性和自适应性。
具体研究内容如下：
1. 主要内容
4. 研究的方法与步骤
本研究将采用理论分析、算法设计、实验验证相结合的研究方法。
首先，通过查阅相关文献，深入研究盲源分离的基本理论、常用算法以及图像滤噪的基本方法，分析现有方法的优缺点和适用场景。
其次，针对不同类型噪声的特点，设计相应的盲源分离图像滤噪算法，并通过数学推导和仿真实验验证算法的有效性。
5. 研究的创新点
本研究的创新点在于：1.针对不同类型的噪声，设计自适应的盲源分离图像滤噪算法，提高算法对不同噪声类型的适应性。
2.结合图像的先验信息，例如图像的稀疏性、低秩性等，改进现有的盲源分离算法，提高算法的滤噪性能。
3.将深度学习技术与盲源分离相结合，研究基于深度盲源分离的图像滤噪方法，以期进一步提高算法的滤噪效果和鲁棒性。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
1.李俊,王强.基于改进鲁棒主成分分析的图像去噪[J].激光与光电子学进展,2022,59(19):1910002.
2.刘畅,王敬东,刘洋,等.基于改进非负矩阵分解的图像去噪算法[J].计算机工程与应用,2022,58(15):185-192.
3.张强,于慧敏,王雪松,等.基于改进形态成分分析的红外图像去噪方法[J].红外技术,2021,43(11):1069-1078.
